北京城市学院-阿里大数据学院

简介: 《北京市大数据和云计算发展行动计划》(2016-2020年)中提出:充分发挥首都教育资源优势,完善教育资源公共服务平台,加强基础教育数据收集共享,创新教育大数据服务产品,提供教育教学个性化服务,提升优质教育资源利用效率。

背景介绍

学校背景:

北京城市学院是国内第一所公有民办体制高校,20166月,北京城市学院与阿里云计算有限公司、慧科集团共建云计算方向;20175月三方共建北京首家本科的阿里云大数据学院,设立数据科学与大数据技术、软件工程(大数据方向)、软件工程(云计算方向)、计算机科学与技术(云安全方向)四个专业,目前,大数据学院共计3届学生、15个班级,565名学生。

政策背景:

1、《国务院关于印发促进大数据发展行动纲要的通知》提出:鼓励高校设立数据科学和数据工程相关专业,重点培养专业化数据工程师等大数据专业人才。鼓励高等院校、职业院校和企业合作,加强职业技能人才实践培养,积极培育大数据技术和应用创新型人才。依托社会化教育资源,开展大数据知识普及和教育培训,提高社会整体认知和应用水平。

2、《北京市大数据和云计算发展行动计划》(2016-2020年)中提出:充分发挥首都教育资源优势,完善教育资源公共服务平台,加强基础教育数据收集共享,创新教育大数据服务产品,提供教育教学个性化服务,提升优质教育资源利用效率。

image.png

客户挑战分析                  

业务背景:

学校立足都市型、开放式、应用型大学的办学定位,以满足区域发展及行业企业需求为目标进行应用型人才培养,希望构建适应“新工科”环境下工程技术人才培养,多年来从校企资源共享到专业共建,进行了探索及尝试,但是如何形成了自身特色,并契合新兴产业的发展周期,尤其当大数据产业在萌芽期,教学内容既要切合产业,内容设置上还需要体现科学性、有效性、适应性等特点,确保实验资源的标准化、科学化、实用化,实践导向,对学校的提出了挑战。

学校目前公共设施分散且较为传统,缺乏能够支持开展小班化教学、合班化教学、训课教学的不同类型的教室场所;

学校为公有民办性质的高校,学生投诉是不能被接受的,需要有一个良好的教学和实验实训环境,提升学生满意度;

学校新建的标杆产业学院:大数据学院没有象征性的实验平台,在招生上以及对优秀生源的吸引力不足。

学院的师资力量、技术、实验环境无法支撑新兴专业的开展;

学院急需引进企业级师资和专业教学实验室;

教学经验方面不足,对于新型专业的理解不深,无法和企业需求结合;

教学过程中,需要行业内的真实案例;

解决方案分析

方案策略:

1)针对一:大数据学院缺乏与阿里云、产业学院品牌定位相匹配的现代化教学环境;

2)针对二:大数据学院在专业建设范式、教学课程体系、教学模式上的创新等方面,缺乏必备的基础实施。

 

差异化解决方案:

围绕以学生为中心的设计理念及终身学习思路,规划设计了集教学、实训、双创、社交、办公、展示等于一体的智慧学习空间解决方案,并配上阿里云教学和实验平台。

1)在智慧学习空间上,阶梯教室可满足大班、合班教学;智慧教室可满足小班、大班教学,实现学生快速分组,支持集中式、分散式等不同教学模式;

2)阿里云作为头部企业拥有品牌影响力、海量数据存储和丰富的真实案例项目资源;

3)阿里云大数据实验室的独特之处:运用实验室手册进行实验教学;

4)将阿里的实验资源和慧科高校邦课程合二为一、充分展示慧科及阿里在人才培养上的集合优势;

5)将高校邦平台的跟随式编程和精益创业模块作为增值亮点进行叠加。

 

校方证言:

“慧科的智慧学习空间解决方案最打动我们之处在于科技和教育在学习空间建设上的融合。营造以学习者为中心的学习环境,学生可以把实验室空间当作学习、实践的平台,并能够和学习者一起成长”。

客户收益(案例成果)

慧科为大数据学院规划设计的以学生为中心的开放性、自主式的集学习、实训、双创、社交、办公等需求为一体的泛在学习空间以及慧科的最佳实践。

 

学校层面:

1)教学部新工科建设项目申报成功;

220199北京城市学院成为首批“北京市大数据人才培训示范基地”

image.png

3)大数据学院三届学生除公共基础课程、通识课程外,占70%课时数的专业基础课程、专业核心课程、专业方向课程、专业拓展课程、专业实践课程都在大数据学院开展教学。

image.png

4)大数据学院成为对外展示的新窗口,平均每月有10余次市政相关领导及全国各地的院校领导前来智慧学习空间参观交流。

image.png

学生层面:

(1)20186月 组织学生参加 “2018阿里云校园公益极客挑战赛喜获二等奖

image.png

(2)大数据学院学生有了专属领地与归属感。下课后,回宿舍、去图书馆的学生少了,据统计80%以上的学生喜欢留在智慧学习空间自习、活动,学校为此专门为学生安排了晚自习坐班教师。

image.png

 

客户证言:

北京城市学院副校长兼大数据学院院长胡丽琴:通过实验平台中课程和项目所展现出来的创造性数据思维,让学生充分体现了动手能力,团队协作能力,也为践行新工科人才培养提供了切实可行的方案。我们希望全面引入阿里大数据实验室平台和服务,并常态化沉淀下来,全面助力大数据学院人才的培养。

 

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
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
|
8月前
|
弹性计算 分布式计算 大数据
阿里云计算平台大数据基础工程技术论文入选 VLDB 2023
近日,在 VLDB 2023 上,由阿里云计算平台大数据基础工程技术团队主导,与计算平台 MaxCompute 团队、华东师范大学数据科学与工程学院、达摩院合作的论文入选 Industrial Track
|
SQL 机器学习/深度学习 分布式计算
峰哥帮读者精准押题,211程序媛字节、阿里大数据面经分享
峰哥帮读者精准押题,211程序媛字节、阿里大数据面经分享
峰哥帮读者精准押题,211程序媛字节、阿里大数据面经分享
|
4月前
|
大数据 BI
阿里十年大数据专家谈“云上数据中台之道”含内部PPT
从大数据的概念被正式提出,到马云老师预言人类正从IT时代走向DT时代,大数据浪潮迭起。大数据同仁共同认知的一点是,大数据会对社会创新、产业变革、业务创新及每个人的角色定位产生近乎决定性的影响。
|
9月前
|
存储 移动开发 算法
《阿里大数据之路》读书笔记:第二章 日志采集
《阿里大数据之路》读书笔记:第二章 日志采集
|
9月前
|
数据采集 存储 消息中间件
《阿里大数据之路》读书笔记:总述
阿里数据体系主要分为数据采集、数据计算、数据服务和数据应用四大层次。
|
大数据 数据库
阿里大数据——数据库总结及原文链接
阿里大数据——数据库总结及原文链接自制脑图
81 1
阿里大数据——数据库总结及原文链接
|
人工智能 运维 监控
大数据在城市智能轨道交通的应用
随着城市轨道交通体系建设的逐渐普及,我国城市轨道交通网路愈加复杂,接入站点、旅客运输量等不断提高,为城市轨道交通的运行带来了一定的压力。
大数据在城市智能轨道交通的应用
|
机器学习/深度学习 存储 人工智能
参营拿好礼! 阿里灵杰“大数据&AI实战派”训练营正式开启
阿里灵杰依托阿里领先的云基础设施、大数据和AI工程能力、场景算法技术和多年行业实践,一站式地为企业和开发者提供云原生的大数据和AI能力体系。
参营拿好礼! 阿里灵杰“大数据&AI实战派”训练营正式开启
|
消息中间件 存储 数据可视化
百度、阿里、腾讯平台架构都熟悉,小米大数据平台架构OLAP架构演进是否了解(三)
百度、阿里、腾讯平台架构都熟悉,小米大数据平台架构OLAP架构演进是否了解(三)
717 0
百度、阿里、腾讯平台架构都熟悉,小米大数据平台架构OLAP架构演进是否了解(三)
|
存储 消息中间件 数据可视化
百度、阿里、腾讯平台架构都熟悉,小米大数据平台架构OLAP架构演进是否了解(二)
百度、阿里、腾讯平台架构都熟悉,小米大数据平台架构OLAP架构演进是否了解(二)
370 0
百度、阿里、腾讯平台架构都熟悉,小米大数据平台架构OLAP架构演进是否了解(二)