从IT到ICT,智能基座为数字经济社会输送源源不断的人才

简介: 从IT到ICT,智能基座为数字经济社会输送源源不断的人才

当新一轮科技革命和产业变革交汇,数字经济成为未来的发展方向,我国十四五规划专门提到要加快数字化发展,这将创造更多的数字化转型的新机遇。

随着千行百业的数字化转型逐步开启,对ICT(包含ITCT,即信息与通信技术)人才的需求与日俱增。

但遗憾的是,云计算、大数据、物联网、人工智能等新兴科技发展过快,以高校为主要人才培养体系的ICT人才供给,明显不能满足整个社会对ICT人才多样化的需求。ICT人才的缺口,正呈现越来越大的趋势。为了解决这个现状,智能基座项目工作组正式启动智能基座联接课程合作,以最新的技术培养人才,以创新的人才引领产业,也为ICT人才的培养和建设提出了系统化的思考。


1 摸着石头过河 计算产业人才培养硕果累累

人才是产业发展的关键,高校则是人才的摇篮。长期以来,受限于教学手段、教学资源更新速度、教师认知水平等多方面因素,一线教学与行业前沿技术之间存在落差,人才培养质量难以匹配产业需求。因此,早在2020年,教育部就与华为联合发起智能基座产教融合协同育人基地项目,联接校企主体,构建以ICT核心技术为主体的人才培养体系。过去两年多的时间里,华为依托智能基座,面向高水平本科高校,围绕鲲鹏、昇腾计算产业核心技术路线,帮助合作高校实现课程知识结构改革、教学资源体系改革、师资培养方法改革、学生产业实践改革,为计算产业源源不断输送高质量专业人才。据了解,首批布局的72所高校,至今已经累计培养了5000多名先锋教师,开设了1500多门课程,累计50万名学生参与了学习和实践,沉淀了大量的教学实践资源。


2 ICT人才的缺口与错配 通信产业依然充满挑战


从培养复合型人才角度,IT技术与CT技术的融合人才正成为ICT人才的主流选择。IT产业人才发展已取得成果,为数字化转型贡献了基础力量,但目前,通信领域人才培养还面临巨大的挑战,原因有三点:首先,目前通信专业的教学和培养方案知识更新,与产业技术发展速度不匹配,大部分高校的通信专业课程偏基础理论、教材陈旧,缺乏对真实场景应用的理解。其次,学生教学实验环节设计绝大部分并非来自产业应用场景,与产业实践脱节,培养的学生技能与企业需求严重不匹配。第三,国内Top通信类院校及专业规模减小,师资投入缩减,通信专业的学生专业信心不足,深造时流失严重。


3 计算、通信两手抓 CT人才培养正当时


事实上,为培养CT人才,从2022年开始,“智能基座”就在课程、合作高校及落地层面做出规划。

首先,面向基础课程设置方面,最新的通知已经从围绕计算产业的鲲鹏、昇腾、华为云,进一步扩展到包括移动通信、数据通信和光通信的通信产业。 “智能基座”联接领域课程开发组,在电子信息教学指导委员会的指导下,联合高校教师共同开发了9门通用联接领域课程,包括移动通信2门课、数据通信2门课程和光通信5门课程,理论结合实践,不断丰富CT知识和技能的传导,以产业和技术发展的最新需求推动高校课程体系完善,让学生掌握最新的信息通信核心技术,培养引领和支撑通信技术发展和通信产业升级的拔尖创新人才。其次,面向合作高校方面,选择CT技术领域人才培养改革成效突出的高校,通过教学改革及课程优化,建立以信息通信技术为基础的高校人才培养体系,深化产教融合,培养适应和引领新一轮产业变革的卓越工程人才。第三,面向实际落地方面,华为公司将支持高校将移动通信、数据通信和光通信最新技术融入核心课程,推动高校更新教学内容、完善课程体系,同时提供资源,组织开展面向教师教学水平和实践能力的培训。针对学生实践能力,通过支持实验课的开展,以实操加强学生对理论课程内容的理解等等。“智能基座”IT人才培养初显成效,相信在CT人才培养方面的进程将进一步加速。我们常说,人才培养是一次马拉松式长跑,智能基座从IT到面向CT人才培养的与时俱进,不断迭代,持续演进和丰富,未来,我们期待能形成规模,为数字经济社会输送着源源不断的ICT复合型人才。

相关文章
|
SQL 分布式计算 测试技术
扩展Spark Catalyst,打造自定义的Spark SQL引擎
在Spark2.2版本中,引入了新的扩展点,使得用户可以在Spark session中自定义自己的parser,analyzer,optimizer以及physical planning stragegy rule。
4979 0
|
5月前
|
存储 弹性计算 API
阿里云2核4G云服务器租用参考:收费标准、实例规格与活动价格说明
2026年阿里云服务器2核4G配置,凭借均衡的性能与适中的成本,成为个人开发者、中小企业的主流选择。2核CPU能高效应对基础并行运算,4G内存可稳定支撑动态网站、轻量应用及小型数据库运行,适配个人博客、企业官网、小程序后端、内部办公系统等多类场景。该配置主要覆盖轻量应用服务器与ECS云服务器两大品类,收费标准受实例类型、带宽规格、计费周期及用户身份影响显著,同时配套多类针对性优惠活动。以下结合最新全网信息,用通俗易懂的语言详细梳理核心内容,确保不添加营销词汇、贴合原文原意。
657 2
|
7月前
|
关系型数据库 Serverless 分布式数据库
阿里云PolarDB云原生数据库计费类型:Serverless详细说明
阿里云PolarDB Serverless计费模式支持秒级弹性扩缩容,按需使用CPU、内存资源,自动增减只读节点,实现成本优化。以PCU为单位,最小粒度0.5 PCU,按秒计费,结合计算包更省钱。适用于流量波动业务,详情见官网。
293 4
|
人工智能 调度 开发工具
xGPU来啦!免费GPU资源开发花样AI应用!
为了降低AI应用服务和推广的门槛,解决开发者面临的实际痛点,ModelScope社区推出 xGPU 服务,让大家能够免费使用高性能 GPU 资源,托管自己的AI应用服务。
|
存储 Kubernetes 持续交付
k8s学习
【10月更文挑战第1天】
756 4
|
11月前
|
人工智能 JSON 安全
通义灵码进阶指南:超越基础提示,解锁智能编程新境界
本文深入解析通义灵码的高阶功能与实用技巧,涵盖项目理解、精准调试、架构协同、提示工程及开发流水线集成等内容,助开发者将AI深度融入工作流。
|
数据采集
美团外卖商家数据采集软件,提取电话号手机号评分地址,销量评价内容【autojs版】
这是一款基于AutoJS开发的美团外卖商家数据采集工具,可自动抓取商家名称、电话、评分、地址、月销量及评价内容等信息。支持多页滚动加载与详细数据采集
|
计算机视觉 Python
PIL图像转换为Numpy数组:技术与案例详解
本文介绍了如何将PIL图像转换为Numpy数组,以便利用Numpy进行数学运算和向量化操作。首先简要介绍了PIL和Numpy的基本功能,然后详细说明了转换过程,包括导入库、打开图像文件、使用`np.array()`或`np.asarray()`函数进行转换,并通过打印数组形状验证转换结果。最后,通过裁剪、旋转和缩放等案例展示了转换后的应用,以及如何将Numpy数组转换回PIL图像。此外,还介绍了处理base64编码图像的完整流程。
768 4
|
机器学习/深度学习 算法
时间复杂度与O(1), O(n), O(logn), O(nlogn) 的区别
时间复杂度与O(1), O(n), O(logn), O(nlogn) 的区别
1271 0
|
JavaScript Java 测试技术
基于SpringBoot+Vue+uniapp的外卖点餐系统的详细设计和实现(源码+lw+部署文档+讲解等)
基于SpringBoot+Vue+uniapp的外卖点餐系统的详细设计和实现(源码+lw+部署文档+讲解等)
435 0

热门文章

最新文章