邀请函|“数据科学与人工智能”暑期研修班

人脉引爆点

21011

123

收藏 2018-06-05

“数据科学与人工智能”暑期研修班

在国家实施 “十三五” 大数据战略的背景下，为了满足大数据时代社会各行业对大数据技术人才日益剧增的需求，教育部于2016年先后设置了“数据科学与大数据技术”本科专业和“大数据技术与应用”高职专业。近两年来，“数据科学与大数据技术”本科专业和“大数据技术与应用”高职专业己成为了全国院校的热门专业，截止目前已有282所本科院校和208所高职院校申报到上述专业，更多院校正在积极申报中。由于“数据科学与大数据技术”、 “大数据技术与应用”是新兴交叉型专业，全国院校对大数据专业人才的培养还处于探索阶段，学校面临课程体系、专业师资、实训等资源匮乏的难题。

为了推进国内大数据相关专业的教学和科研工作，促进大数据技术的研究与应用，提升全国院校大数据学科建设、课程体系设置、专业教学水平，北京大数据研究院、大数据教育联盟、经管之家CDA数据分析研究院和博雅大数据学院现推出 “数据科学与人工智能”暑期研修班。具体事宜如下：

一、培训目标
通过培训使参训教师掌握以下技能：
1.了解大数据学科前沿、产业应用现状
2.掌握大数据专业核心课程内容、教学方法，具备教授大数据核心课程的能力
3.了解大数据专业课程体系、人才培养方案，成为本校开发大数据专业课程及设置人才培养方案的优秀教师
4.具备大数据课题科研能力

二、组织机构
主办单位：北京大数据研究院
协办单位：大数据教育联盟、经管之家CDA数据分析研究院
承办单位：博雅大数据学院

三、培训对象
各院校大数据相关专业教研室主任；大数据学科负责人；大数据教学及科研的骨干教师、研究生；企业技术人员；大数据技术研究的广大爱好者。

四、培训安排
报到时间：7月22日 14:00-17:00
报到地点：报名后另行通知
培训时间：2018年7月23日-8月10日 9:00-12:00 14:00-17:00
培训地点：北京
培训费用：全套课程：9800元/人
单门课程：7月30日-8月3日的深度学习5800元/人
（食宿可统一安排，费用自理）
培训内容：

日期	安排
7月22日14:00-17:00	报到
7月23日9:00-12:00	开班典礼
7月23日14:00-17:00-27日	数据科学导引
7月28-29日休息
7月30日-8月3日	深度学习与人工智能
8月4-5日休息
8月6日-8月7日	知识图谱
8月8日-8月9日9:00-12:00	大数据行业应用
8月9日14:00-17:00	大数据专业建设交流研讨+考试测试
8月10日	企业参观交流

五、主讲教师
陈艳艳：教授，北京工业大学城市交通学院院长，新世纪百千万人才工程入选者。在交通大数据、城市交通规划与管理、智能交通与系统仿真等领域取得了一系列创新性成果。
邹磊：北京大学副教授，国家自然科学基金优秀青年基金项目获得者，北京大学大数据中心主任助理。主要研究领域为图数据库，RDF知识图谱，尤其是基于图的RDF数据管理。
朱占星：北京大学大数据研究中心以及北京大数据研究院研究员，英国爱丁堡大学信息学院博士，主要研究方向为机器学习。长期从事人工智能、机器学习、深度学习以及大数据分析等方面的研究与应用，多次在国际顶级会议及期刊上发表文章，包括ICML、NIPS、 AAAI以及ECML等。
宋国杰：北京大学副教授。主要从事数据挖掘、机器学习、社会网络分析和智能交通系统等方面的研究与开发工作，部分研究成果已经获得实际应用，产生了显著的经济效益和社会效益。

六、报名须知
报名截止时间：2018年7月15日
报名流程：
1、咨询：报名咨询
2、报名信息填写：点击立即报名，填写报名信息缴费
3、通知：工作人员核对报名信息，确认准确无误后向学员发送报名成功通知
4、开课通知：开课前1周工作人员将开课通知发送至学员邮箱，注意查收
5、报到：学员按“开课通知”的时间、地点准时报到

七、联系方式
曹老师 18810531180
邮箱：caolibo@pinggu.org
扫码添加微信：

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

人脉引爆点

2018-6-5 08:49:27

课程内容
1、《大数据行业应用解析》
课程内容：本课程着重介绍大数据算法和分析流程，大数据算法在各个领域中的应用，包括金融领域、公共服务领域、交通领域、运营商领域、医疗领域和工业领域等，通过丰富的真实案例，全面介绍大数据算法如何运用并解决各个领域中的问题，如何将理论模型与各个领域中的实际问题结合并应用。
2、《数据科学导引》
前置知识：Python基础知识、线性代数、统计学、概率论基础知识
课程内容：本课程着重介绍数据分析的基本原理、模型和算法，结合丰富的实际案例，介绍回归、分类、集成、聚类等算法，另外还囊括了数据科学热门领域文本分析、图分析及深度学习等内容。让学员掌握机器学习常用模型和算法，为数据科学家之路奠定坚实的基础。
3、《深度学习与人工智能》
前置知识：掌握数据科学和机器学习的基本概念、掌握《数据科学导引》课程
课程内容：本课程的目的在于系统地介绍深度学习的理论体系。帮助学生了解深度学习和人工智能的产业应用。结合Pytorch等工具，提高学生深度学习动手实践能力。使学生能够动手常见的深度学习模型和方法，并利用真实数据，理解深度学习在数据分析，特别是非结构化数据(文本、图像和语音等)上的应用。
4、《知识图谱》
课程内容：图数据和知识图谱应用展示、知识图谱和大规模图数据管理理论、关联数据RDF介绍及查询语SPARQL实战、常见图数据库介绍及实战
5、大数据专业建设交流研讨
研讨内容：共同解读大数据专业申报要求、评审政策、课程建设标准，共议该专业课程及设置人才培养方案。
6、企业参观交流