北京青苔数据助力山东财经大学构建大数据商务分析实验室,全面提升高校大数据实训和科研能力

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: 北京青苔数据科技有限公司通过使用阿里云大数据实验室和青苔大数据实验室产品协助山东财经大学管理科学和工程学院建立了——大数据商务分析实验室。通过这个实验室,山东财经大学管理科学和工程学院能够利用大数据、人工智能和云计算等技术以及行业案例,实现对本科和研究生学生的实训教学,帮助老师和研究生学生进行各种大数据科研创新。


北京青苔数据科技有限公司通过使用阿里云大数据实验室和青苔大数据实验室产品协助山东财经大学管理科学和工程学院建立了——大数据商务分析实验室。通过这个实验室,山东财经大学管理科学和工程学院能够利用大数据、人工智能和云计算等技术以及行业案例,实现对本科和研究生学生的实训教学,帮助老师和研究生学生进行各种大数据科研创新。

客户档案

山东财经大学是财政部、教育部、山东省共建高校,坐落于名泉喷涌的国家历史文化名城——济南,是一所办学历史悠久、办学规模较大、办学特色鲜明,以经济学和管理学科为主,兼有文学、法学、理学、工学、教育学、艺术学八大学科门类,在国内外有一定影响力和美誉度的省属财经类高校。

山东财经大学管理科学与工程学院是由原山东经济学院信息管理学院与原山东财政学院计算机信息工程学院、山东财政学院工商管理学院和原山东经济学院工商管理学院的部分专业合并组建而成的。管理科学与工程学院现有信息管理与信息系统、电子商务、物流管理、工程管理、管理科学5个本科专业,有管理科学与工程、物流工程硕士2个硕士学位授权点,以及管理科学与工程一级学科博士点。在校本科生、研究生2145人。学院设有信息管理与信息系统系、物流管理系、工程管理系、电子商务系、管理科学系、计算机应用系、网络与信息安全系7个系、1个校企合作教学部以及1个教学实验中心。

项目背景

1)政策背景

2015年中央政府工作报告提出制定互联网+”行动计划,大数据作为互联网+”行动计划的重要组成部分,已成为新一代信息技术变革的核心。同时,国务院还对外发布了《促进大数据发展行动纲要》,明确指出,信息技术与经济社会的交汇融合引发了数据迅猛增长,数据已成为国家基础性战略资源,大数据正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响。

为推动我国大数据产业持续健康发展,实施国家大数据战略,落实国务院《促进大数据发展行动纲要》,按照《中华人民共和国国民经济和社会发展第十三个五年规划纲要》总体部署,20171月,工业和信息化部正式发布了《大数据产业发展规划(20162020年)》(工信部规〔2016412号,以下简称《规划》)。

20162月,教育部公布新增的“数据科学与大数据技术”专业(代码080910T),20169月,教育部公布新增“大数据技术与应用”专科专业(代码610215)。

2)产业背景

根据IDC报告,2019年全球大数据市场规模将达到1250亿美金,中国在全球大数据市场占比将超过8%(超过650亿人民币)。考虑到和大数据相关的行业软件、解决方案、服务和硬件,整个大数据市场规模在2019年将达到几千亿的规模,每年都在以非常快的速度递增。根据麦肯锡全球研究院的报告,中国未来3-5年内需要有180万人从事大数据相关的岗位,目前大约有150万人才缺口,各个行业都急需大数据人才。

客户痛点

山东财经大学管理科学与工程学院在大数据的实际教学中,受限于缺乏数据、成熟稳定的大数据平台产品以及真实行业实践经验,无法提供合格的大数据相关课程。同时,学院在进行各种大数据科研创新时存在诸多困难:

1)高校需要一个稳定高效的大数据科研环境,而不是拿开源软件进行修修补补

2)高校需要一个可伸缩的、廉价的大数据真实实验环境

3)高校需要有各种可供参考的行业案例

解决方案

为了解决学院大数据教学实训以及科研创新中碰到的种种问题,山东财经大学管理科学与工程学院决定使用在大数据和人工智能方面具有领先优势的阿里云产品(阿里云大数据实验室,公共云)来构建大数据商务分析实验室,选择北京青苔数据科技有限公司作为项目实施方。同时,还选择了北京青苔数据自研的大数据平台作为私有云方案。

cca14debf3fd585c16423f69188ad29e74cd7f66

阿里云大数据实验室主要由面向大数据实训的大数据基础课程体系和行业案例课程体系、面向大数据科研创新的科研组件、大数据实验室后台支撑平台等组成。阿里云大数据实验室依赖阿里云大数据公共云平台“数加”。阿里云大数据实验室主要包含以下功能:

1、各种大数据实训课程(面向教学):

1)  在阿里云大数据真实环境中(非模拟或仿真环境)手把手教学生学习各种大数据产品的基础知识,学习过程中既支持100%图形化拖拉拽操作,也支持各种API开发管理。具体课程包括大数据基础、大数据基础实践、离线分布式平台高级开发和管理、深度学习高级开发和管理等。

2)  手把手教学生学习各个行业大数据应用创新真实案例(脱敏数据),学生在课程中可以学习大数据创新过程中的各种成功经验和失败教训。具体课程包括电商广告精准营销实践、税务纳税评估实践、银行行业风险信用模型实践和电信行业用户流失分析实践等,另外还包含了11门免费的行业案例课程。

2、面向科研创新环节的大数据科研创新平台:

在阿里云大数据平台的真实环境中(阿里云大数据平台“数加”),老师和学生可以进行各种大数据应用的创新研究。在研究过程中,可以充分借鉴各个行业的成功经验,加速大数据应用科学研究过程。

b289175e4e840608ccf7a5d80881d56ef6bd4b27

另外,通过部署青苔大数据实验室(在3PC SERVER上部署Cloudera CDH,在1PC SERVER上部署TensorFlow,以及后台支撑平台以及各种行业案例),解决了学校研究生缺乏开源平台进行大数据学习和创新探索的问题。通过使用私有云中的HadoopSparkTensorFlow,以及青苔数据实验室中的各种案例,方便学生快速上手,学习各种产品知识和案例。

05e928a51d5043561f407cdea4646763ccd8e21c


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 
相关文章
|
7天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
38 1
|
2天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
10 3
|
2天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
11 2
|
6天前
|
数据采集 机器学习/深度学习 搜索推荐
大数据与社交媒体:用户行为分析
【10月更文挑战第31天】在数字化时代,社交媒体成为人们生活的重要部分,大数据技术的发展使其用户行为分析成为企业理解用户需求、优化产品设计和提升用户体验的关键手段。本文探讨了大数据在社交媒体用户行为分析中的应用,包括用户画像构建、情感分析、行为路径分析和社交网络分析,以及面临的挑战与机遇。
|
4天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
29 1
|
6天前
|
机器学习/深度学习 搜索推荐 大数据
大数据与教育:学生表现分析的工具
【10月更文挑战第31天】在数字化时代,大数据成为改善教育质量的重要工具。本文探讨了大数据在学生表现分析中的应用,介绍学习管理系统、智能评估系统、情感分析技术和学习路径优化等工具,帮助教育者更好地理解学生需求,制定个性化教学策略,提升教学效果。尽管面临数据隐私等挑战,大数据仍为教育创新带来巨大机遇。
|
6天前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
29 2
|
28天前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
29天前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
46 3
|
9天前
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。