܄

【金猿案例展】欧亚学院金融学院:大数据及人工智能人才培养教学平台建设

【数据猿导读】 本案例由美林数据投递并参与评选,数据猿独家全网首发

【金猿案例展】欧亚学院金融学院:大数据及人工智能人才培养教学平台建设

本案例由美林数据投递并参与评选,数据猿独家全网首发。

随着大数据、人工智能技术的迅猛发展,AI在各行各业中快速落地并带来一场新的技术变革浪潮。同时,宏观环境利好,国家政策大力扶持,先后发布相关重要通知与行动计划等系列政策,深度刺激AI产业井喷式增长。国际数据公司IDC(International Data Corporation)预测,到2022年,中国人工智能市场规模将达到98.4亿美元。

然而现在我国AI人才却面临供不应求、缺口巨大的现实。业内人士估计,我国整个人工智能领域的人才数量缺口在百万级别,各高校培养输送的人才只占市场所需人才的30%至40%,远远不能解决目前AI人才短缺问题。

作为AI人才培养的第一生力军的高等院校,在庞大的市场需求面前存在明显的力不存心现象。师资力量薄弱、人工智能一级学科体系不够完善、教育实验环境基础薄弱等问题亟待解决。

美林数据技术股份有限公司依托“Tempo大数据分析平台”上千家行业领军企业成功应用、数十年大数据行业实践积累,立足大数据时代创新型、复合型人才需求,推出“Tempo大数据&人工智能实验平台”,助力高校实用化人才培养。

实施时间:

2019年2月 与欧亚学院就深度学习实验室的共建达成战略合作,就平台共建、资源共享、人才培养、联合项目研究、实习就业等内容达成合作意向。

2019年2月-10月间通过与欧亚学院的多方沟通,确定了其金融学院关于大数据及人工智能人才培养的各项要求及课程设置情况,并根据其课程设置在平台内增加了相应的实验教学内容。

2019年10月底双方就平台建设签订服务协议。

2019年11月平台完成部署上线,正式投入使用。

美林数据_欧亚学院金融学院_数据猿_大数据_人工智能-1

应用场景

Tempo大数据&人工智能实验平台以高性能计算、大数据、机器学习、深度学习等多学科技术为基础,以真实行业应用案例实践为核心,构建“产学研用”的一体化实验实训平台,满足高校实验教学、实训模拟以及科研项目应用等多种需求,为高校实用化人才培养提供围绕教、学、练、训、测各实训环节及科研应用的一体化解决方案。高校应用Tempo大数据&人工智能实验平台可以进行两类人才培养,即专业算法人才培养及应用人才培养:

●专业算法人才培养:为高校提供算法专业人才培养的新模式,不仅让学生在学习实验中掌握技术实现;并能结合真实行业应用场景,进行技术基础原理与应用价值的掌握,培养学生数据思维、客户思维,进而使学生更符合企业用人需求。

●应用人才培养:平台完整的分析逻辑与思路,符合国际数据分析与应用项目落地实践的方法论,让学生在学习中即掌握算法应用的方法;而基于真实客户案例的实训课程,让学生以应用为目标接触真实项目需求,进而培养出掌握算法应用能力的应用型人才。

面临挑战

当前,高校在进行大数据及人工智能相关课程的教学过程中遇到了一定的困境,具体来说:

学科入门门槛高

大数据及人工智能作为新兴技术,其仍未完全进入技术成熟期,配套的各类辅助工具较少,对于非计算机类专业的学生来说入门门槛仍然较高。

专业资源少

对于大数据及人工智能专业,各高校均在专业的建设初期,因此当前专业的课程资源市场匮乏,同时大部分实践教学仍然需要教师自主编造数据。

实践基础薄弱

对于大数据及人工智能这样的新兴学科,大多数院校的教育仍停留在理论教学的层面,适合于学生相关实践条件的基础设施仍显不足,如:实验软硬件等配套设施。

实训案例缺失

人工智能学科的特点是学科交叉、实践性强及重在应用。而当前高校人工智能实践教学主要采用网上的经典案例,存在数据量少、案例老旧、无法与最前沿工程实际相结合等问题。

实验资源

美林数据_欧亚学院金融学院_数据猿_大数据_人工智能-2

应用技术/实施过程

平台概述

Tempo大数据&人工智能实验平台以高性能计算、大数据、机器学习、深度学习等多学科技术为基础,以真实行业应用案例实践为核心,构建“产学研用”的一体化实验实训平台,满足高校实验教学、实训模拟以及科研项目应用等多种需求,为高校实用化人才培养提供围绕教、学、练、训、测各实训环节及科研应用的一体化解决方案。

美林数据_欧亚学院金融学院_数据猿_大数据_人工智能-3 美林数据_欧亚学院金融学院_数据猿_大数据_人工智能-4

(1)教:来源于行业真实项目实践的多学科交叉的实验课程,通过实验数据+模板+实验手册方式完美涵盖各教学环节,将理论知识与实际行业客户案例和项目实操相结合,带领学生完成企业实际业务案例的问题分析与决策,让教学更生动、更具实用性。

(2)学:来自客户真实应用场景的业务分析案例,自身行业数据分析师的成功实践经验总结,顶尖算法工程师的先进科研成果……不仅让学生学知识,更能培养处理问题、分析问题、解决问题的思路和方法,从学习中掌握“数据思维”,在课堂上理解商业规律。

(3)练:拖拽式、图形化操作,让应用练习更便捷、更高效;开放灵活的语言支持与深度学习框架,让学习更深入,让练习更全面;多种模式的无缝整合,满足不同类型的教育实训练习需求,充分激发学生自主创造能力,提升其全面解决实际问题的能力。

(4)训:完整的分析方法论与基础知识在实际案例中完美结合,涵盖从数据处理、分析建模、模型应用、数据可视化等分析全流程。上百种机器学习算法,40余种可视化推行展示,满足学生各类项目实训需求。

(5)测:所见即所得的分析过程,实时问题验证与结果洞察,让学生掌握个人学习进度与练习效果。同时,教师可对学生实训成果进行评分及评价,可使得学生了解自身不足并及时改正。

(6)研:发挥学院人才、技术、师资优势,构建人才培养、项目科研协同发展的新模式,实现高校产学研一体化协同发展,为高校科研创新、教育改革、实用化人才培养提供支撑和帮助。

平台特性

(1)真实场景

来源于真实客户的业务应用场景,完美还原真实项目状态,让学生从学习之处就了解实际工作状态,实现学习与工作无缝衔接,提高学生职场胜任力。

(2)数据思维

符合国际领先数据挖掘分析方法论的操作流程,数十年千余家成功项目应用实践总结,从数据分析本身与业务应用价值出发,为学生构建体系化的分析方法,培养学生数据思维和大数据应用能力的同时,不断强化学生对于商业逻辑的认知。

(3)知行合一

机器学习、深度学习、集成学习、自动学习……内在的强大算法引擎,引导式、启发式、探索式到的分析操作;全面、详尽、连续的帮教体系。打造高效、全覆盖的学习体验,让学生学得会、学得快、学得好。

(4)激发潜能

丰富的功能节点,满足分析建模全流程需求;图形化、拖拽式的建模体验,无需一行代码,即可实现数据深度分析和模型构建;多语言灵活编码扩展,满足学生个性化创造,无限扩展分析潜能。

平台架构

美林数据_欧亚学院金融学院_数据猿_大数据_人工智能-5

平台业务架构分为三层即基础资源层、教学支撑层、业务功能层:

基础资源层:为平台提供计算资源、存储资源及网络资源支撑。

教学支撑层:教学支撑层分为实训内容资源及实训环境,主要依托基础资源层为业务层提供必需的实验环境和课程内容支撑;

业务功能层:该层基于教学支撑层的能力及各类用户角色的业务特征为用户提供实验场景下的各项业务功能。

关键技术

(1)基于人机交互的数据可视化查询语言技术

采用定义人机交互的标准语言DVL,强化了人机交互过程的灵活性和标准性。DVL引擎能将词法,语法以及语义解析为子过程执行计划树,该执行计划树经过该功能的优化,其执行顺序会在其逻辑正确的情况下采取最优执行顺序。

(2)基于多端点、多分支以及自动机技术的数据挖掘流程模型

通过将挖掘流程定义为通过XML标签形式描述的流程语言,所述流程解析器包括一解析器管理模块、一主解析器和若干子解析器;其中,所述解析管理器模块用于管理标签或关键词到子解析器的映射;所述主解析器用于完整遍历目标语言描述的流程信息,以及遍历过程中决策和判断,同时调用子解析器对流程中的子结构进行进一步解析;所述子解析器用于对子结构的具体语法单元或者结构体进行解释和映射,将其构建成为符合有向无环图DAG结构的运行时可执行对象。最终交由运行时引擎根据DAG结构顺序执行个节点,实现对多端点、多分支以及自动机技术的数据挖掘流程模型建模支持。

(3)分布式架构体系上分布式并行挖掘算法实现

项目中通过对传统算法:决策树算法、聚类算法、回归分析法、关联规则频繁项集算法、迭代算法和机器学习等多种算法进行分析,抽离核心逻辑,将核心逻辑处理过程随数据块进行分发运算,并对运算结果进行合并,实现传统挖掘算法的并行化移植。

(4)大数据可视化

分析平台通过对数据拆分、并行数据处理、数据缓存等多种技术的研究,采用分布式并行计算和数据缓存技术,大幅度提升了数据计算能力,有效改善交互分析过程中海量数据计算能力。此外,通过对数据进行压缩、抽样,在不损失图形含义的基础上,有效解决图形在海量数据下的渲染难题。

外部合作

欧亚学院

在平台实施过程中,得到了甲方单位欧亚学院的大力支持。对于教育类项目,其最终应用的主体还是各个院校的师生。在此项目中,欧亚项目不光在实验环境(场地、设备)方面提供得非常充沛。并且在项目实施之前就派遣教师和学生前往我司进行相应课程的培训及平台使用操作的培训为后期项目的顺利推行提供了良好的基础。同时,金融学院的课程设置以及各级领导对于大数据及深度学习技术在金融行业应用的重视也为项目的成功实施提供了保障。

商业变化

通过Tempo大数据&人工智能平台解决了欧亚学院在相关人才培养过程中所遇到的困境,主要来说有以下几个方面:

真实案例教学

来源于行业真实项目实践的多学科交叉的实验课程,通过实验数据+模板+实验手册方式完美涵盖各教学环节,将理论知识与实际行业客户案例和项目实操相结合,带领学生完成企业实际业务案例的问题分析与决策,让教学更生动、更具实用性。

行业实践学习

来自客户真实应用场景的业务分析案例,自身行业数据分析师的成功实践经验总结,顶尖算法工程师的先进科研成果……不仅让学生学知识,更能培养处理问题、分析问题、解决问题的思路和方法,从学习中掌握“数据思维”,在课堂上理解商业规律。

自主引导式训练

拖拽式、图形化操作,让应用练习更便捷、更高效;开放灵活的语言支持与深度学习框架,让学习更深入,让练习更全面;多种模式的无缝整合,满足不同类型的教育实训练习需求,充分激发学生自主创造能力,提升其全面解决实际问题的能力。

模拟真实场景的实训

完整的分析方法论与基础知识在实际案例中完美结合,涵盖从数据处理、分析建模、模型应用、数据可视化等分析全流程。上百种机器学习算法,40余种可视化推行展示,满足学生各类项目实训需求。

科研项目应用

发挥学院人才、技术、师资优势,构建人才培养、项目科研协同发展的新模式,实现高校产学研一体化协同发展,为高校科研创新、教育改革、实用化人才培养提供支撑和帮助。

案例提交企业·美林数据:

美林数据技术股份有限公司(简称:美林数据,NEEQ:831546)是国内知名的数据治理和数据分析服务提供商,重点面向企业客户提供数据资产管理、数据分析与挖掘、数据开发应用为主的大数据产品及增值解决方案,引领大数据应用和产业数据运营等创新服务模式。

公司专注数据价值发掘、深耕行业应用,以大数据、人工智能技术及产品创新应用为方向,构建企业核心竞争力。公司现已形成数据资源管理平台(TempoDM)、商业智能平台(TempoBI)、人工智能(TempoAI)等大数据系列产品。依托领先的产品和技术优势,致力于打造企业级大数据应用样板,以数据驱动业务、探索行业数据运营新模式。并结合多年行业实践经验,以赋能教育为目标,从行业发展与用户需求出发,打造符合产业发展需求的高校人才培养与方案,助力高校大数据与人工智能实用型人才培养。

当前,全球大数据产业高速发展,美林数据积极参与和推动大数据生态圈建设,公司愿积极携手广大优秀厂商、行业客户及高校,共同推动国家大数据产业发展,助力国家战略与梦想的实现。


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

数据猿创始人兼CEO牟蕾:数据积累、成本可控、应用场景落地是AI规模化三要素
数据猿创始人兼CEO牟蕾:数据积累、成本可控、应用场景落地是A...
印度大数据公司Froogal获100万美元Pre-A轮融资
印度大数据公司Froogal获100万美元Pre-A轮融资
【金猿案例展】叁拾加:客户经营大数据平台建设
【金猿案例展】叁拾加:客户经营大数据平台建设