京公网安备 11010802034615号
经营许可证编号:京B2-20210330
7月15日,北京文理研修学院和北京国富如荷网络科技有限公司(以下简称:国富如荷)就"校企合作,协同育人"签订了战略合作协议。双方在招生、配套学历、学制和培养模式、教学方式、学生管理、就业服务等具体事项上达成了深度合作,共同创立"北京文理研修学院CDA大数据学院"及"CDA大数据教育实训基地", 形成产教融合、校企合作、知行合一的共同育人机制。
(左)北京文理研修学院董事长俞雷&(右)国富如荷创始人赵坚毅博士
据新华社《瞭望》7月发布的信息,目前大学生就业数据仍不乐观,一些大学毕业生就业率较去年同期有5~20个百分点的降幅。北京某高校截至7月4日的总体就业率为81.46%,比去年同期下降了7.98个百分点;上海高校截至5月末的整体就业率较去年同期约有15个百分点的下降。学生就业率持续走低的最大原因是企业对于高校毕业生需求走低,导致这一矛盾现象的根本原因是劳动力供求结构失衡,但深层次的原因是当前我国教育培训机制与市场需求仍存在脱节,特别是大学教育与社会需求脱节。
为了解决大学生就业保障问题,2018年教育部会同国家发展改革委、工业和信息化部、财政部、人力资源社会保障部、国家税务总局制定了《职业学校校企合作促进办法》,加快完善职业教育和培训体系,深化产教融合、校企合作。国家期望用社会的力量与高校联合研发更符合时代发展的人才培养模式与标准,真正让高校毕业生成为"企业需要的人才"。
与大量毕业生无法就业形成反差的是大数据行业对于人才的需求。2020年5月6日,人力资源和社会保障部发布《新职业—大数据工程技术人员就业景气现状分析报告》,报告显示:预计2020年中国大数据行业人才需求规模将达210万,2025年前大数据人才需求仍将保持30%—40%的增速,需求总量在2000万人左右。国家于2020年7月公布了《中华人民共和国数据安全法》草案。其中第18条明确提出 "国家支持高等学校、中等职业学校和企业等开展数据开发利用技术和数据安全相关教育和培训"的方针,这说明对于人才教育的发展方向,国家不断给予引导,属于急迫需求。
在此形势下,北京文理研修学院与国富如荷率先启动了数据分析类职业技能教育赋能模式,开设符合时代发展的新型大数据相关专业,让更多普通学生通过专业的大数据相关职业教育,使其达到国际化CDA数据分析师认证标准,成为补充国家人才缺口的人才,从而解决校企之间供需失衡问题。
双方团队交流讨论
在未来,北京文理研修学院与国富如荷会进一步夯实已有的大数据教育模型,拓展晋级式课程,用规范化国际化标准来制定教学大纲,并向全国推广这种新型校企合作办学模式,让更多的年轻人拥有美好未来!
双方背景介绍:
北京文理研修学院始建于1993年,是北京市教委批准的全日制民办非学历高等教育机构,前身为北京达德大学,是由民盟北京市委与香港达德学院北京校友会共同申请举办, 2007年经北京市教委批准正式更名为北京文理研修学院。多年来,为了更好的服务社会,培养更多的实用人才,学院在秉承"崇德、博学、笃行、至善"的校训,坚持"质量立校,特色兴校,人才强校"的办学理念下,逐步形成了独具特色的办学模式并于2012年至2017年荣获北京市5A级社会组织(2012年北京市民政局授予)。学院连续多年为北京市民办高等教育机构办学状况评估合格院校。
北京国富如荷网络科技有限公司是面向中高端用户的、培养DT时代前沿技术人才的、国际化的职业教育集团。CDA数据分析师认证是国富如荷集团公司研发的一套专业化、科学化、国际化、系统化的人才考核标准,分为CDA LEVELⅠ,LEVEL Ⅱ,LEVEL Ⅲ,涉及金融、电商、医药、互联网、电信等行业大数据及数据分析从业者所需要具备的技能。
目前集团已为中国移动、中国联通、中国银行、招商银行、中国邮政集团、国家电网、奔驰、宝马、联想、无限极、苏宁、金拱门、字节跳动、广州地铁等近百家名企输送过数据分析领域优秀高端人才。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27