“智慧教育”大数据分析与决策支持云平台 ——校企合作三方研发项目签约仪式

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

2017-05-15-05edd9beb7-7a2c-4b43-9b4d-334

5月10日“大连理工大学、大连科技学院与海通安恒(大连)大数据科技有限公司智慧教育大数据分析平台合作项目签约仪式”在海通安恒大连办公室成功签约。大连理工大学高等教育研究院副院长姜华教授,刘盛博博士及3位博士生代表,大连科技学院董事长高小涵应邀出席签约仪式。我公司副总裁林伟豪,项目管理总监胡松涛,商务市场总监田峥,电子商务事业部总经理杨超,大数据技术与方案咨询经理王奥博参加了此次会议,会议由林伟豪副总裁主持。

抓住大数据所带来的发展契机、依托传统高校在教学反馈、资源管理、学情评估,学生画像等层面长期积累的数据优势,让大数据技术在助力智慧教育应用领域落地。经过深入的探讨与考虑,海通安恒决定联合大连理工大学和大连科技学院共同进行“智慧教育”大数据分析与决策支持云平台的研发设计及后续的技术实现和商业模式。

会前,在副总裁林伟豪及公司领导的陪同下,与会嘉宾参观了我公司在生态科技创新城的新办公室。与会嘉宾对大连新公司的建设与运作模式给予了高度的肯定,认为其真正落实了校企合作“资源共享、优势互补、互惠共赢、共同发展”的目标。

副总裁林伟豪首先发表了重要讲话,他在会上提出理工大学作为全国知名的985院校,在教育界有着举足轻重的地位,海通安恒与大工一起设计研发基于教情与学情分析的“智慧教育”大数据平台,并有大连科技学院在数据建模和界面开发层面的强力支持,是三方在各自优势领域的强强结合。同时,也是开启了大数据技术与教育结合的全新篇章,也是海通安恒作为国内大数据领域的领军企业之一向教育领域开拓的迈进,不仅对高校发展有积极意义,而且未来也孕育了巨大商机,海通安恒必将投入优质资源确保本次项目的成功。同时,林伟豪副总裁也对整个项目研发阶段的推进安排提出了整体工作要求。

2017-05-15-38bab5f58f-478b-4bd0-8a81-58f

林伟豪副总裁讲话

项目管理总监胡松涛也从理论的高度阐述了本次合作的价值,“大数据(人工智能)与大学”专题文章。他指出,教育产业的发展需要大数据运用的支持, 在大数据技术面前,所有过去传统数据的实证研究将被重新洗牌,过去无法收集和分析的数据都被新的技术手段赋予了可能性,可以预见,在教育领域,我们本次合作的大数据分析平台项目必然成为大工乃至全国其他高校智慧化转型的代表之作“。

2017-05-15-00b46ebb16-31e7-4020-9638-2fc

项目管理总监胡松涛讲话

大数据技术与方案咨询经理王奥博演示并讲解了经过深入调研和构思的智慧教育大数据分析与决策支持云平台的总体架构和功能模型,从界面设计和分析维度,都得到了各方的认可,给人耳目一新的感受。

2017-05-15-2571ed492b-3e8b-43a8-add7-4c6

智慧教育大数据分析与决策支持云平台模型

大连理工大学高等教育研究院副院长姜华教授首先对海通安恒的能力和工作态度给予了高度的赞赏,也转达了张德祥院长的问候。他提出,目前来看,海通安恒是大工在大数据建设道路上最重要的合作伙伴,希望我们本次合作能抓住大数据所带来的发展契机、依托大工在教学反馈、资源管理、学情评估,学生画像等层面长期积累的数据优势,通过海通安恒先进的通恒建模分析平台,让大数据技术在助力智慧教育应用领域尽早落地。同时,姜华教授还强调,大连理工作为辽宁唯一的部属大学,资源优势明显,他非常有信心配合海通安恒一起把本阶段的需求调研和蓝图设计做好,并在后续的商业推广中发挥重要作用。

2017-05-15-52982deeb3-a9c6-4450-ae18-516

(大连理工大学高等教育研究院副院长姜华教授讲话)

会上大连科技学院董事长高小涵也发表了热情洋溢的致词,表示她本人也是大工的在读博士生,本次能够把大科院加入到海通安恒和大连理工的合作研发项目当中感到非常高兴,大科院是全省应用转型的试点高校,在全省民办高校中第一个通过校企合作开展了大数据学科,在技术人才培养领域有着独特的优势,她对大科院能为本次大数据平台的研发提供强有力的技术支持充满信心。

2017-05-15-25eec94908-277d-4e58-ac52-bbd

大连科技学院董事长高小涵讲话

在讨论发言过程中,与会嘉宾围绕智慧教育建设过程、运营方式、合作内容等方面进行了广泛而深入的探讨。

随后,林伟豪副总裁做出了总结性发言,他提出,千里之行始于足下,三方本次的研发项目仅仅是一个开始,希望我们能本着积极务实的态度,尽早推出智慧教育大数据分析与决策支持云平台1.0版本的平台方案,实现教育管理和商业推广的双重价值转换。

最后,三方领导共同签署了正式的合作协议。

2017-05-15-51acebeffd-be24-45d3-a2b6-9f3

2017-05-15-11c1cd563f-ddf0-4ae3-9909-1cb






本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
28天前
|
存储 大数据 测试技术
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
在大数据环境中,数据存储格式直接影响查询性能和成本。本文探讨了 Parquet、Avro 和 ORC 三种格式在 Google Cloud Platform (GCP) 上的表现。Parquet 和 ORC 作为列式存储格式,在压缩和读取效率方面表现优异,尤其适合分析工作负载;Avro 则适用于需要快速写入和架构演化的场景。通过对不同查询类型(如 SELECT、过滤、聚合和联接)的基准测试,本文提供了在各种使用案例中选择最优存储格式的建议。研究结果显示,Parquet 和 ORC 在读取密集型任务中更高效,而 Avro 更适合写入密集型任务。正确选择存储格式有助于显著降低成本并提升查询性能。
159 1
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
|
2月前
|
分布式计算 Hadoop 大数据
Jupyter 在大数据分析中的角色
【8月更文第29天】Jupyter Notebook 提供了一个交互式的开发环境,它不仅适用于 Python 编程语言,还能够支持其他语言,包括 Scala 和 R 等。这种多语言的支持使得 Jupyter 成为大数据分析领域中非常有价值的工具,特别是在与 Apache Spark 和 Hadoop 等大数据框架集成方面。本文将探讨 Jupyter 如何支持这些大数据框架进行高效的数据处理和分析,并提供具体的代码示例。
52 0
|
12天前
|
JSON 数据可视化 数据挖掘
Polars函数合集大全:大数据分析的新利器
Polars函数合集大全:大数据分析的新利器
19 1
|
25天前
|
存储 分布式计算 Hadoop
大数据分析的工具
大数据是一个含义广泛的术语,是指数据集,如此庞大而复杂的,他们需要专门设计的硬件和软件工具进行处理。该数据集通常是万亿或EB的大小。这些数据集收集自各种各样的来源:传感器,气候信息,公开的信息,如杂志,报纸,文章。大数据产生的其他例子包括购买交易记录,网络日志,病历,军事监控,视频和图像档案,及大型电子商务。
30 8
|
1月前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
87 11
|
2月前
|
分布式计算 数据可视化 大数据
Vaex :突破pandas,快速分析100GB大数据集
Vaex :突破pandas,快速分析100GB大数据集
|
2月前
|
大数据 机器人 数据挖掘
这个云ETL工具配合Python轻松实现大数据集分析,附案例
这个云ETL工具配合Python轻松实现大数据集分析,附案例
|
2月前
|
数据采集 人工智能 安全
AI大数据处理与分析实战--体育问卷分析
本文是关于使用AI进行大数据处理与分析的实战案例,详细记录了对深圳市义务教育阶段学校“每天一节体育课”网络问卷的分析过程,包括数据概览、交互Prompt、代码处理、年级和学校维度的深入分析,以及通过AI工具辅助得出的分析结果和结论。
|
2月前
|
消息中间件 前端开发 安全
第三方数据平台技术选型分析
这篇文章分析了第三方数据平台的技术选型,涵盖了移动统计平台、自助分析平台和BI平台的不同代表厂商,讨论了它们的数据源、使用要求和适用场景。
49 2
|
2月前
|
存储 分布式计算 数据处理
MaxCompute 的成本效益分析与优化策略
【8月更文第31天】随着云计算技术的发展,越来越多的企业选择将数据处理和分析任务迁移到云端。阿里云的 MaxCompute 是一款专为海量数据设计的大规模数据仓库平台,它不仅提供了强大的数据处理能力,还简化了数据管理的工作流程。然而,在享受这些便利的同时,企业也需要考虑如何有效地控制成本,确保资源得到最优利用。本文将探讨如何评估 MaxCompute 的使用成本,并提出一些优化策略以降低费用,提高资源利用率。
72 0

热门文章

最新文章