招募 | 《大数据实践课》企业合作项目,2020年夏季学期“清华大学大数据能力提升项目”

2020 年 3 月 5 日 THU数据派

什么是大数据能力提升项目?

在全球大数据浪潮中,2014年清华大学大数据能力提升项目依托信息学院、经管学院、公管学院、社科学院、交叉信息研究院、五道口金融学院、深圳研究生院共7个学院协同共建,通过多学科交叉融合的大数据课程体系,将大数据思维与技能、跨界学习、实操应用相结合,培养具有大视野、数据思维和专业技能的“π”型复合型人才。

项目面向校内在学研究生开放选课,截至2019年12月底统计,45个院系的2144名同学报名,生源几乎涵盖全校所有院系。项目经过近四年的不断探索、勇于创新,在大数据人才培养上摸索出了一套卓有成效的模式,培养效果显著,为社会输送大量的大数据人才。

什么是《大数据实践课》? 



《大数据实践课》是大数据能力提升项目必修培养环节,在整个培养过程中以企业实际项目需求为驱动,锻炼学生和真实用户之间的交流能力、需求获取能力、团队合作能力,实现学生自身综合能力、科研能力及求职就业竞争力的提高。

在实践教学过程中,来自全校理、工、文、商、医不同学科专业背景的学生分为A、B两类,A类主要是面向商科、人文社科等非信息类专业背景学生,B类主要面向计算机、软件、自动化等信息类专业背景学生。A、B类同学自由组队,分工明确,以数据驱动的“真问题,真数据”、校内外双导师制的共同指导下完成大数据实践项目任务。


《大数据实践课》项目需求?

  • 偏重系统架构:


即提出一个对于大数据分析系统的需求,描述例如应用场景,数据量,已有数据的存在形式,企业现有业务流程,期望的流程等。通过与学生交流,检查学生的阶段性成果,并评估学生的进展并给予反馈,方便学生进行下一轮的迭代。

  • 偏重数据分析和应用:


即提出一个真实的数据分析的需求,给出真实的数据集,让学生实现一个真实的分析系统及算法,以满足您的需求。这一类项目要求将数据开放给学生。

参与企业将收获

1、参与清华大学大数据能力提升项目人才培养;
2、联合清华师生共同解决企业实际需求;
3、满足对清华大数据人才储备需求;
4、获得与清华大数据领域老师深度合作的机会;
5、提升贵企业品牌形象;
6、优秀团队导师,获得“优秀企业导师证书”;
7、优秀实践企业,获得 “优秀企业奖杯”。

【往届合作企业】

《大数据实践课》自启动以来,从社会各界共征集实践项目180项,包括来自发改委、中车四方、中国中铁、美团点评、BAT、拜尔等国内外76家企业,涉及工业大数据、金融大数据、交通大数据、电力大数据等27个主要应用领域。评选优秀实践项目25项,优秀企业导师29位。帮助企业解决行业真实痛点,实践效果获得企业广泛认可。


往届合作企业(部分)

【具体时间安排】


【申请方式】


扫描上方二维码,下载: 《清华大学-大数据实践课项目征集说明(2020)》,按要求提交至指定邮箱。

欢迎各界企业报名垂询

联系人: 刘老师、罗老师
咨询电话: 15201558300(刘老师)、010-62773971、62772709
咨询邮箱: sjkxyjy@mail.tsinghua.edu.cn


——END——



登录查看更多
0

相关内容

从各种各样类型的数据中,快速获得有价值信息的能力,就是大数据技术。明白这一点至关重要,也正是这一点促使该技术具备走向众多企业的潜力。大数据的4个“V”,或者说特点有四个层面:第一,数据体量巨大。从TB级别,跃升到PB级别;第二,数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三,价值密度低。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。第四,处理速度快。
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
专知会员服务
123+阅读 · 2020年3月26日
 第八届中国科技大学《计算机图形学》暑期课程课件
专知会员服务
55+阅读 · 2020年3月4日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
重磅发布|清华大学创新领军工程博士长三角项目今年正式启动
清华大学研究生教育
7+阅读 · 2019年9月2日
西湖大学“人工智能与机器人中心”2019年度招聘
知社学术圈
5+阅读 · 2019年5月1日
【大数据】工业大数据在石化行业的应用成功“落地”
一文掌握高薪行业必备数学知识(附学习资源)
算法与数学之美
7+阅读 · 2018年6月7日
易观联合清华海峡研究院成立人工智能实验室
Analysys易观
4+阅读 · 2017年10月28日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Adversarial Mutual Information for Text Generation
Arxiv
13+阅读 · 2020年6月30日
Arxiv
3+阅读 · 2019年3月1日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
11+阅读 · 2018年7月8日
Arxiv
3+阅读 · 2018年6月14日
Arxiv
7+阅读 · 2018年6月8日
Arxiv
7+阅读 · 2018年3月19日
VIP会员
相关VIP内容
相关论文
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Adversarial Mutual Information for Text Generation
Arxiv
13+阅读 · 2020年6月30日
Arxiv
3+阅读 · 2019年3月1日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
11+阅读 · 2018年7月8日
Arxiv
3+阅读 · 2018年6月14日
Arxiv
7+阅读 · 2018年6月8日
Arxiv
7+阅读 · 2018年3月19日
Top
微信扫码咨询专知VIP会员