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
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
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
20天前
|
数据可视化 搜索推荐 大数据
基于python大数据的北京旅游可视化及分析系统
本文深入探讨智慧旅游系统的背景、意义及研究现状,分析其在旅游业中的作用与发展潜力,介绍平台架构、技术创新、数据挖掘与服务优化等核心内容,并展示系统实现界面。
|
1月前
|
数据采集 人工智能 分布式计算
ODPS在AI时代的发展战略与技术演进分析报告
ODPS(现MaxCompute)历经十五年发展,从分布式计算平台演进为AI时代的数据基础设施,以超大规模处理、多模态融合与Data+AI协同为核心竞争力,支撑大模型训练与实时分析等前沿场景,助力企业实现数据驱动与智能化转型。
186 4
|
2月前
|
消息中间件 NoSQL 数据可视化
数据说了算,可你得“听得快”——聊聊大数据里的实时分析
数据说了算,可你得“听得快”——聊聊大数据里的实时分析
82 2
|
1月前
|
机器学习/深度学习 算法 大数据
构建数据中台,为什么“湖仓一体”成了大厂标配?
在大数据时代,数据湖与数据仓库各具优势,但单一架构难以应对复杂业务需求。湖仓一体通过融合数据湖的灵活性与数据仓的规范性,实现数据分层治理、统一调度,既能承载海量多源数据,又能支撑高效分析决策,成为企业构建数据中台、推动智能化转型的关键路径。
|
6天前
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。
|
15天前
|
数据可视化 大数据 数据挖掘
基于python大数据的招聘数据可视化分析系统
本系统基于Python开发,整合多渠道招聘数据,利用数据分析与可视化技术,助力企业高效决策。核心功能包括数据采集、智能分析、可视化展示及权限管理,提升招聘效率与人才管理水平,推动人力资源管理数字化转型。
|
19天前
|
机器学习/深度学习 搜索推荐 算法
基于python大数据的口红商品分析与推荐系统
本研究基于Python大数据技术,构建口红商品分析与推荐系统,旨在解决口红市场产品同质化与消费者选择困难问题。通过分析颜色、质地、价格等多维度数据及用户行为,实现个性化推荐,提升购物体验与品牌营销效率,推动美妆行业数字化转型,具有重要现实意义与市场价值。
|
1月前
|
机器学习/深度学习 安全 Java
Java 大视界 -- Java 大数据在智能金融反洗钱监测与交易异常分析中的应用(224)
本文探讨 Java 大数据在智能金融反洗钱监测与交易异常分析中的应用,介绍其在数据处理、机器学习建模、实战案例及安全隐私等方面的技术方案与挑战,展现 Java 在金融风控中的强大能力。
|
2月前
|
存储 Java 大数据
Java 大视界 -- Java 大数据在智能家居能源消耗模式分析与节能策略制定中的应用(198)
简介:本文探讨Java大数据技术在智能家居能源消耗分析与节能策略中的应用。通过数据采集、存储与智能分析,构建能耗模型,挖掘用电模式,制定设备调度策略,实现节能目标。结合实际案例,展示Java大数据在智能家居节能中的关键作用。
|
2月前
|
人工智能 边缘计算 分布式计算
ODPS 在 AI 时代的引领潜力与突破方向分析
阿里云 ODPS 凭借超大规模数据处理、多模态架构与 Data+AI 融合优势,正引领 AI 时代数据革命。其弹性算力支撑大模型训练,多模态处理提升数据利用率,AI 工程化能力完善。但实时性、边缘计算与跨云协同仍存短板。未来将重点突破智能数据编织、异构计算调度、隐私增强平台与边缘云端协同,加速行业落地。结合绿色计算与开放生态,ODPS 有望成为 AI 驱动的数据基础设施核心。
85 0

热门文章

最新文章