(2022第五期)九大专题
商务数据分析实战、数据采集与处理实战(Python)、大数据分析与机器学习实战(Python)、深度学习推荐系统实战、健康医疗大数据应用、大数据技术应用实战(Hadoop+Spark)、人工智能实战(计算机视觉方向)、人工智能实战(自然语言处理方向)、智能语音实战
互联网、大数据、云计算、人工智能等现代信息技术深刻改变着人类的生产、生活、学习乃至思维方式,深刻展示了世界发展的前景。目前各院校的大数据和人工智能专业教师匮乏、相关落地动手实战应用能力欠缺、授课过程中相关行业实战案例项目缺失等,为加快建设大数据、人工智能相关专业教师队伍,推动各院校建立大数据人才培训体系和评价体系,特推出全国高校大数据与人工智能师资研修班。每年在全国范围内滚动开展,截止目前已在全国巡回举办50余场,参训教师近6000人次。2022年第五期全国高校大数据与人工智能师资研修班将开设九大专题方向,本期研修班以线上云课堂形式举办,现将有关安排通知如下:
一、课程特色
1、本研修班课程全程强调动手实操,内容以代码落地为主,以理论讲解为根,以公式推导为辅,通过讲解企业级案例,真正的让学员把所学内容和工作实际有效结合、更好地进行教育教学工作。
2、核心课程部分由讲师手把手一起进行实操演练,在具体应用场景中全面掌握相关技能,助力实训教学工作、实际动手的能力。视频制作精良,讲师真人出镜,全面解析专业必备技能,为相关课程开设和备课、应对科研和项目开发打下坚实基础。
3、课程设有答疑交流讨论群,培训期间助教全程辅助教学,每天提供10小时的实时在线答疑辅导,并进行答疑文档汇总,帮助学员更好地总结学习。
4、本课程配套有基础知识内容,即使零基础学员也能找到适合自己的学习内容和节奏,快速掌握课程知识和技能。
5、所有课程相关源代码、数据、PPT、案例素材全部提供下载,即学即用,教学更轻松!视频内容支持六个月内免费回看,以便复习和参考。
6、全面实践大数据/人工智能项目流程,包括数据采集、数据存储管理、数据探索、数据处理、特征工程、数据建模等课程,提供知识讲解,助力夯实理论基础,掌握核心技术。
7、参加线上课程学习的学员,如后续本人参加线下课程继续深造,持线上缴费凭证可享受一次免费学习机会(仅限参加同一培训专题方向的线下课程)。
二、课程安排
专题一 商务数据分析实战 | 学习时间: 2022年07月20日 - 07月29日,共计80学时 |
证书颁发:高级数据分析师职业技术证书职业技职业技术证书 | 费用:1980元(报名费、学习费、资料费、证书费等) |
学习环境要求:Windows10或以上操作系统(64位),不可使用Mac和Linux系统 | |
课程模块:Excel数据分析基础与实战、Power BI数据分析与可视化; 项目案例实战:财务分析在纳税评估中的应用(Excel)、汽车大数据综合案例分析(Power BI)、新零售无人智能售货机可视化项目(Power BI)、学生校园卡消费行为分析(Excel)。 详见附件一:商务数据分析实战课程大纲 |
专题二 数据采集与处理实战(Python) | 学习时间: 2022年07月20日 - 07月29日,共计80学时 |
证书颁发:高级Python技术应用工程师职业技术证书 | 费用:1980元(报名费、学习费、资料费、证书费等) |
学习环境要求:Windows7或以上操作系统(64位),4G+内存 | |
课程模块:Python编程基础、Python数据分析与应用、Pandas数据分析基础、Python数据可视化、Python网络爬虫实战; 项目案例实战:Python爬虫助力疫情数据追踪、某品牌手机的京东评论数据采集与分析、泰迪内推平台招聘信息采集分析,拓展自学篇:网站图像素材采集实战。 详见附件二:数据采集与处理实战(Python)课程大纲 |
专题三 大数据分析与机器学习实战(Python) | 学习时间: 2022年07月20日 - 07月29日,共计80学时 |
证书颁发:高级机器学习工程师职业技术证书 | 费用:1980元(报名费、学习费、资料费、证书费等) |
学习环境要求:Windows7或以上操作系统(64位),4G+内存 | |
课程模块:Python编程基础、Python数据分析与应用、Pandas数据分析基础、Python数据可视化、Python机器学习实战; 项目案例实战:学生校园消费行为分析、运营商用户流失预测、百货商场用户画像描绘与价值分析、泰迪内推平台信息精准推荐应用(基于泰迪建模平台实现)。 详见附件三:大数据分析与机器学习实战(Python)课程大纲 |
专题四 深度学习推荐系统实战 | 学习时间: 2022年07月20日 - 07月30日,共计88学时 |
证书颁发:高级大数据分析师职业技术证书 | 费用:1980元(报名费、学习费、资料费、证书费等) |
学习环境要求:Windows10或以上操作系统(64位),4G+内存 | |
课程模块:Python编程基础、Python数据分析与应用、Python机器学习实战、智能推荐算法、BP神经网络与TensorFlow2实战、TensorFlow2深度学习原理与实现; 项目案例实战:O2O优惠券使用预测、教育平台的线上课程智能推荐策略、基于深度学习的推荐系统受众性别预测、泰迪内推平台信息精准推荐应用(基于泰迪建模平台实现)。 详见附件四:深度学习推荐系统实战课程大纲 |
专题五 健康医疗大数据应用 | 学习时间:2022年07月20日 - 08月1日,共计104学时 |
证书颁发:高级大数据应用工程师职业技术证书 | 费用:1980元(报名费、学习费、资料费、证书费等) |
学习环境要求:Windows10或以上操作系统(64位),4G+内存 | |
课程模块:Python编程基础、AI医疗概论、Python数据分析与应用、Python机器学习实战、BP神经网络与TensorFlow2实战、TensorFlow2深度学习原理与实现; 项目案例实战:公众健康问句分类、脑PET图像分析和疾病预测、基于深度学习的肝脏肿瘤分割。 详见附件五:健康医疗大数据应用课程大纲 |
专题六 大数据技术应用实战(Hadoop+Spark) | 学习时间:2022年08月1日 - 08月15日,共计112学时 |
证书颁发:高级大数据技术应用职业技术证书 | 费用:2980元(报名费、学习费、资料费、证书费等) |
学习环境要求:Windows10或以上操作系统(64位),8G+内存,100G+可用磁盘 | |
课程模块:Linux操作系统基础、Java编程基础、Hadoop大数据基础、Hive大数据仓库 综合实战:航空客户乘机数据预处理、HBase非关系型数据库、Scala编程基础、Spark大数据技术与应用; 项目案例实战:广电大数据用户画像(Hadoop+Spark+Hive),拓展课程:Zookeeper分布式服务框架、Flume大数据采集与传输、Kafka大数据流处理、Flink大数据实时处理、商品实时推荐系统(Flume+Kafka+Flink)。 详见附件六: Hadoop+Spark大数据技术应用实战课程大纲 |
专题七 人工智能实战(计算机视觉方向) | 学习时间:2022年08月1日 - 08月12日,共计88学时 |
证书颁发:高级人工智能应用工程师职业技术证书 | 费用:2480元(报名费、学习费、资料费、证书费等) |
学习环境要求:Windows10或以上操作系统(64位),4G+内存 | |
课程模块:Python编程基础、Python数据分析与应用、Python机器学习算法原理与实现、TensorFlow2实战、TensorFlow2深度学习原理与实现、计算机视觉实战; 图像处理实战:脑PET图像分析和疾病预测、计算机视觉实战:动态人脸智能识别、综合实战案例:基于GAN的图像风格转换。 详见附件七:人工智能实战(计算机视觉方向)课程大纲 |
专题八 人工智能实战(自然语言处理方向) | 学习时间:2022年08月1日 - 08月12日,共计92学时 |
证书颁发:高级人工智能应用工程师职业技术证书 | 费用:2480元(报名费、学习费、资料费、证书费等) |
学习环境要求:Windows10或以上操作系统(64位),4G+内存 | |
课程模块:Python编程基础、Python数据分析与应用、Python机器学习算法原理与实现、TensorFlow2实战、TensorFlow2深度学习原理与实现、自然语言处理实战; 文本处理实战:公众健康问句分类、综合实战:基于深度学习的推荐系统受众性别预测、实战案例:搭建一个属于自己的聊天机器人。 详见附件八 人工智能实战(自然语言处理方向)课程大纲 |
专题九 智能语音实战 | 学习时间:2022年08月1日 - 08月11日,共计88学时 |
证书颁发:高级大数据分析师职业技术证书 | 费用:2480元(报名费、学习费、资料费、证书费等) |
学习环境要求:Windows10或以上操作系统(64位),4G+内存 | |
课程模块:Python编程基础、Python数据分析与应用、Python机器学习算法原理与实现、TensorFlow2实战、TensorFlow2深度学习原理及实现、语音处理实战; 实战案例:语音识别中的HMM声学模型、英文数字语音识别、中文语音识别。 详见附件九 智能语音实战课程大纲 |
三、师资介绍
![]() | 郝志峰 汕头大学校长、教授、博士生导师,泰迪杯数据挖掘挑战赛组委会主任,教育部2018-2022高等学校大学数学课程教学指导委员会副主任委员。入选教育部“新世纪人才支持计划”、广东省“千百十”工程省级人选。郝志峰教授主要从事代数及其应用、数学建模、教育信息化等领域的研究,先后主持NSFC联合基金、教育部霍英东基金、广东省科技攻关重大项目、广东省自然科学基金、国家教育科学“十五”规划项目等省部级以上项目20余项,先后赴美国、英国、德国、日本、泰国和香港等地区访问讲学。曾获教育部自然科学奖二等奖、教育部(原国家教委)霍英东青年教师奖、广东省科技进步奖一等奖等奖项。2009年主持的“大学数学立体化教育资源与集成系统的研究和实践”获国家优秀教学成果奖二等奖。 |
![]() | 刘政永 吉林大学经济学学士,厦门大学经济学硕士,河北金融学院大数据科学学院副教授,科研处战略管理岗,长期从事数据挖掘分析工作,致力于运用Python、R进行金融数据挖掘,有较丰富的数据挖掘等理论知识与实践经验。现为河北金融学院大数据科学学院副教授,曾担任河北金融学院经济贸易系经济统计学专业任教研室主任三年。近年来致力于金融数据挖掘。近三年来给金融硕士讲授《金融数据挖掘》课程,运用Python进行金融数据挖掘分析;给本科生讲授《Python经济数据分析》、《国内外经济预测分析实训》等课程,运用Python进行经济数据分析、挖掘、预测等;参加天池AI实训平台师资培训、《Python金融大数据分析》培训;带领学生参加“泰迪杯”数据分析与挖掘比赛并获三等奖。从2020年开始担任财经数据科学实战训练营讲师,讲授金融风控方面的实战案例。 |
![]() | 樊哲 泰迪科技司特聘讲师,某国际银行大数据开发工程师,Hortonworks授权Apache Hadoop开发者认证培训讲师,Hadoop Mahout技术实践者和研究者;对Hadoop的MapReduce编程模型有深刻理解,同时对Mahout技术有较深认识,对Mahout源码有深入研究,擅于Mahout中数据挖掘的K均值聚类算法、贝叶斯分类算法、FP树关联规则算法的应用;主编《Mahout算法解析与案例实战》、《Hadoop数据分析与挖掘实战》、《Hadoop与大数据挖掘》等图书专著;具有电信行业和银行业的项目经验和行业知识,主持中国电科院电力大数据平台、电能量数据挖掘与智能分析、客户服务智能分析系统等项目。 |
![]() | 张敏 泰迪科技司培训总监,从事用户数据分析和数据挖掘工作六年,具有丰富得大数据挖掘理论及实践培训经验,对数据具有较高的敏感度,根据数据对其进行全面得统计分析。精通Python、R语言、Matlab等多种数据挖掘工具。擅长市场发展情况监控、精确营销方面得数据挖掘工作。有为南方电网、珠江数码等大型企业长期提供实施服务得经验,主导了电子商务网站用户行为分析及网页智能推荐服务、中医证型关联规则挖掘、电信业务话单量预测、航空公司客户价值分析等多个项目。2017年"泰迪杯数据挖掘挑战赛教练员培训"主讲讲师,2018年广东省Python与深度学习技术师资培训班主讲讲师、2018年第一/三/五期全国高校大数据核心技术与应用师资研修班主讲讲师、2019年第一/二/三期全国高校大数据与人工智能师资研修班主讲讲师,2019年国家电网大数据竞赛河北、湖南省、甘肃省电力系统培训班主讲讲师,先后负责过西安理工大学、广东工业大学、广西师范学院、广西科技大学、闽江学院、广东石油化工学院、上海健康医学院等高校实训课程及德生科技等企业内训和数据挖掘就业班的课程。组织、参与编写图书《Python编程基础》、《Python数据分析与应用》、《R语言编程基础》等。 |
![]() | 律波 泰迪科技司高级数据分析工程师,应用统计学硕士,有较强的统计学、数学、数据挖掘理论功底;精通R、Python、Power BI、Excel等数据挖掘分析工具,具有丰富的培训和项目经验,擅长从数据中发掘规律,对数据具有较高的敏感度,逻辑思维能力强,擅长数据可视化,机器学习、深度学习等算法原理的实现,如神经网络、SVM、决策树、贝叶斯等;负责"珠江数码大数据营销推荐应用"项目,完成标签库的构建及产品推荐模型;负责"京东电商产品评论情感分析"项目,完成了评论数据情感评价模型、LDA主题模型的构建;通过项目案例的转换;负责多个本科类院校数据分析软件培训和毕业生数据分析培训,先后负责广西科技大学、闽江学院、广东石油化工、韩山师范学院、广西师范大学等数据分析软件培训及实训等。多次负责"泰迪杯"数据挖掘大赛题目的构思和实现、赛前培训。大数据专业系列图书编写委员会成员,负责《R语言与数据挖掘》、《Python实训案例》、《Excel可视化案例》等书籍编写工作。 |
![]() | 杨惠 泰迪科技司高级数据分析师,从事人工智能工作多年,擅长计算机视觉和自然语言处理,熟悉常用深度学习算法原理及应用,如神经网络、SVM、强化学习等算法;精通TensorFlow、Python、MATLAB等常用数据挖掘处理工具。具有丰富的实践项目经验。如"智能聊天客服"项目,"车牌智能识别"项目,"京东电商产品评论情感分析"项目,"珠江数码大数据营销推荐应用"项目;"电子商务网站智能推荐服务"项目;"基于Seq2Seq注意力模型实现聊天机器人"项目。具备丰富的培训经验,曾为多家企业、院校服务过专业培训工作。如PPV商业培训、泰迪大数据师资培训、珠海城职院数据分析培训;2018年第一/三/五期全国高校大数据核心技术与应用师资研修班主讲讲师,2019年第一/三/五期全国高校大数据与人工智能师资研修班主讲讲师,2019年国家电网大数据竞赛河北省电力系统培训班主讲讲师。大数据专业系列图书编写委员会成员,负责《Python数据分析与应用》、《R语言编程基础》、《TensorFlow2深度学习实战》、《深度学习与计算机视觉实战》等书籍编写工作。 |
![]() | 陈四德 泰迪科技司高级数据分析师,统计学专业,对数据统计分析和数据挖掘领域均有较强的理解和理论基础;有造价行业、游戏行业背景和丰富的项目经验,精通行业内的各种指标分析,擅于从多维度分析数据,逻辑性强;擅长Python、R语言、MySQL数据库等工具,能熟练对数据进行数据处理和分析,掌握常用的数据挖掘算法如分类、聚类等,以及深度学习TensorFlow的使用。负责“网站会员流失预测”项目,完成数据处理,模型构建;负责“平台BI埋点数据入库及数据分析”项目,完成数据盘点、数据指标整理和把控;负责“游戏数据分析”项目,完成产出游戏生态日报、客户价值分群结果、用户流失的预警、用户画像指标的完善和维护,项目经验丰富。负责过西安交大城市学院、福建农林大学、国培师资培训、韩山师范学院数据分析就业班、湖南科技职业技术学院、武汉科技大学、广东机电职业技术学院国培、柳州城市职业技术学院第一届大数据职业技能竞赛指导、吉林大学珠海学院等培训项目,授课经验丰富。负责过“泰迪杯”数据挖掘挑战赛出题及赛题指导。 |
![]() | 焦正升 泰迪科技司资深项目研发工程师、高级信息系统项目经理、高级软件开发工程师,拥有7年相关从业经验;致力于信息技术的应用与传播,信息系统产业的发展。精通JAVA编程语言,熟悉Spring Boot、Spring Cloud等主流开发框架、MySQL数据库、VUE数据驱动渐进式框架等主流技术。参与《Hadoop与大数据挖掘》、《Hadoop大数据分析与挖掘实战》等图书的编写。拥有电力、电子政务、轻工环保、交通运输等多项领域的项目管理研发经验,项目团队为北京市信访办研发的“大数据助力智慧信访”系统获得第七届金铃奖-公共服务类“智能决策奖”。 |
![]() | 郑素铃 泰迪科技司特聘讲师。从事大数据项目研发工作,对Hadoop大数据技术有较深的研究,熟悉掌握Hadoop环境部署和Hadoop核心计算框架MapReduce的原理和应用。掌握Spark原理及编程,熟练使用Spark的图计算Graphx和算法库MLlib。对非结构化数据框HBase以及结构化数据框Hive有深刻的了解。掌握数据挖掘和机器学习的常用算法,熟悉数据挖掘流程,具备项目开发经验,如“数睿思网站用户画像研究”和“法律服务智能推荐系统”项目,在推荐系统方面比较有研究。先后参与了《Hadoop大数据开发基础》、《Spark大数据技术与应用》等图书编写工作。 |
![]() | 周津 泰迪科技司高级大数据开发工程师,对Hadoop生态圈技术有深入理解,熟练掌握Hadoop环境部署和Hadoop核心计算框架MapReduce的原理和API应用,以及HDFS分布文件系统存储结构。对HBase、Hive数据库有深刻理解。掌握SparkCore、SparkSQL、SparkStreaming原理及编程,熟悉Spark底层与运行机制。曾深度参与江苏省纪委大数据平台与广东省公安厅电子数据取证大数据平台的开发和建设。 |
![]() | 吴嘉泳 泰迪科技司高级大数据开发工程师,一线大数据研发工程师,对Hadoop+Spark生态体系有深入研究,熟练掌握Hadoop环境部署和Hadoop核心计算框架MapReduce的原理和API应用,掌握Spark原理及编程,熟练使用Spark的算法库MLlib。对非结构化数据库HBase以及结构化数据库Hive有深刻的了解。深度参与某电网公司内部客服优化系统开发,主要负责对系统中的海量文本数据进行处理和挖掘,利用Spark+Hive和相应组件实现潜在规律地挖掘。参与编写1+X相关图书编写工作,参与《Hadoop大数据开发基础》、《Spark大数据技术与应用》等图书编写。先后跟进负责第三期全国高校大数据与人工智能双师骨干师资研修班和部分项目案例资源开发工作。 |
四、证书颁发
学员经在线培训并考试合格后,可以获得本期培训对应专题职业技术证书。
五、报名须知与联系方式
1、报名材料:报名申请表、身份证复印件、两寸近期正面免冠彩色半身证件照电子版(要求:白色背景底,14-20K大小的.JPG格式)。
2、报名联系方式