京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA与腾讯、苹果、Google等企业成功入选教育部产学合作协同育人项目
2018年4月28日,教育部高等教育司发函〔2018〕18号《教育部高等教育司关于公布有关企业支持的产学合作协同育人项目申报指南(2018年第一批)的函》。
为贯彻落实《国务院办公厅关于深化高等学校创新创业教育改革的实施意见》(国办发〔2015〕36号)和《国务院办公厅关于深化产教融合的若干意见》(国办发〔2017〕95号)精神,深化产教融合、产学合作、协同育人,经企业申报、产学合作协同育人项目专家组审议通过,形成了2018年第一批产学合作协同育人项目申报指南。
本批次申报指南中,共有346家企业支持项目14576项。
本次项目,北京国富如荷网络科技有限公司CDA数据分析师与腾讯、京东、百度、苹果、Google、IBM等企业成功入选,主要在“教学内容和课程体系改革项目”,“师资培训项目”,“实践条件和实践基地建设项目”,“创新创业教育改革项目”四个方面进行产学合作协同育人。详情如下:
l 教学内容和课程体系改革项目
"大数据分析方向的教材编写及课程内容建设,充分结合产业一线实践和案例,引入行业相关企业案例,产学结合推动高校教材和课程的建设改革,突出实践,培养创新型大数据分析人才。
CDA数据分析研究院将为参与课程建设的老师提供必要的实验环境、数据以及实验项目,合作高校老师可以围绕CDA数据分析研究院提供的相关素材,结合本专业的实际情况,将大数据开发融入到培养计划,并在此基础上编写教材。CDA数据分析研究院将会根据参与老师的工作量和贡献程度,为每个项目提供总额3万元的活动经费。 "
l 师资培训项目
"根据高校学科建设的需要,由各合作高校派遣学科带头人、骨干教师,CDA数据分析研究院提供切合社会实际需求的课程,努力为院校培养大数据分析方向的优秀师资,推进教学改革与创新工作,帮助合作院校完善学科建设。带动参训教师积极参与教学培训、课题研究、技术研讨、学习和交流活动。根据条件设立面向优秀师资的专题项目研究中心,组建项目团队,引导优秀师资发挥桥梁作用,达到和企业协同育人的目的。
在培训过程中,为了提高培训效果,结合系统、科学的视频的理论课程和暑期集中的实践课程的方式,让参加培训的老师能够循序渐进地掌握相关的技能,并通过圆桌讨论、项目演练等方式,加强参训教师的思考深度和实践能力。"
l 实践条件和实践基地建设项目
"高校与CDA数据分析研究院联合建设实践条件,以共建实验室的方式,通过高校提供场地,企业投入设备和课程,弥补高校在投入上的不足,提高合作高校的硬件水平, 完善高校的实践条件,培养符合行业需求的大数据分析人才。
本项目面向全国高等学校经济学、经济统计学、会计学、计算机科学与技术、软件工程、数学应用、统计学等经管、金融或计算机相关专业,以提高高校实践条件为目标,投入先进的大数据分析设备及平台,并将企业实际的开发流程和实际项目引入到合作高校,从而提升高校师生的动手能力。 "
l 创新创业教育改革项目
为了响应国务院关于“大众创业,万众创新”的号召,更好培养大学生的创新创业精神,借助CDA数据分析研究院的“双创教育”平台,在合作高校中建设创新创业课程体系及实践训练体系,提高创新创业实训效果和质量,落实创新创业成果孵化,搭建宣传展示平台。同时,将在通过在合作高校中引入创新创业孵化器,探究创新创业教育产学合作模式,积累合作经验,打造典型案例,为更多高校在高新产业人才创新创业体系建设健全工作提供参考,并带动更多企业共建创新创业教育产学合作生态。
此次CDA数据分析师(北京国富如荷网络科技有限公司)与教育部的合作,为高校大数据与数据分析的教育起到了正向推进作用,也符合了“CDA人”组织的理想,是CDA发展中一次意义深远的事件。相信在产、学双方的共同努力,数据分析与大数据人才会层层辈出,走向企业,走向国际。
关于CDA
经管之家“CDA数据分析师”品牌(运营公司:北京国富如荷网络科技有限公司),致力于为社会各界数据分析爱好者提供优质、科学、系统的数据分析教育。
截止2017年底,CDA已与国内多所高校进行了战略合作,搭建大数据实验室与共建专业;已出版13本CDA数据分析师系列丛书,市场发行量数万册;已进行100多期数据分析及大数据系统培训课程,培养学员超过40000多名;已举办七届全国数据分析师认证考试,持证人数千人;已开展了四届中国数据分析师行业峰会(CDA SUMMIT),每届参会人数逾3千人;中国数据分析师俱乐部(CDA CLUB)每月举办各类型沙龙会议等活动共100多期。
2016,CDA研究院加入由工信部指导下的“中国大数据生态产业联盟”理事会成员,分管教育事业。
2017,CDA与工信部赛迪达成战略合作,经管之家“CDA数据分析师”品牌得到了社会各界的普遍认可。“CDA数据分析师”队伍在业界不断壮大,对数据分析人才产业起到了巨大的推动作用。
——CDA数据分析研究院
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12