日韩精品一区二区三区swag_一区二区三区在线高清_亚洲国内欧美_国产精品xnxxcom

你好,游客 登錄
背景:
閱讀新聞

免費!云創與高校結對子,提供人工智能專業共建一攬子服務!

[日期:2020-03-27] 來源:  作者: [字體: ]

  目前,人工智能產業高歌猛進,專業人才成為企業、高校、研究機構千金難買的稀缺資源。據媒體報道,我國人工智能人才的供求比例僅為1:10,人才缺口超過500萬。在總規模超過30萬億元的“新基建”中,5G、大數據中心、人工智能等新型基礎設施建設成為亮點,同樣急需大量人工智能人才。

  落實人工智能國家發展戰略,需要人才先行,《高等學校人工智能創新行動計劃》明確“對照國家和區域產業需求布點人工智能相關專業,加大人工智能領域人才培養力度”。據專業備案結果顯示,2019年全國共有180所高校成功申報人工智能專業,新增智能制造工程專業高校80所、機器人工程專業高校62所以及智能科學與技術專業高校36所,同時全國成功申報人工智能技術服務專業的高職院校達到171所。

  為了深入推進產教融合、協同育人,打破高校與企業間的人才培養“邊界”,探索新的人才培養機制和模式,培養具有創新能力、符合產業要求的復合型、創新型人才,為新舊動能的轉換提供人才支撐,成為不少高校探索和思考的方向。

  對此,云創大數據提出與高校結對子計劃,正式推出人工智能專業共建一攬子服務,免費提供包括“人才培養計劃(課程體系設置)、教材體系建立、教師培訓、實驗室建設規劃、學生實習與就業、科研協作、成果推廣”等在內的一攬子解決方案,幫助高校人工智能專業建設快速落地。

  一、人才培養方案

  目前,云創大數據已完成包括本科與專科在內的人工智能人才培養方案,對人才培養的全過程進行描述,包括招生對象及學制、培養目標、職業崗位群和人才培養規格、畢業條件、課程體系設置及進程安排、課程描述、本專業教學指導委員會、專業教師配備與要求、實踐教學配置與要求、培養方案編制說明(教學附錄)等詳細內容,可為高校課程開設提供有益參考。同時雙方可在后續合作中針對高校實際情況,進一步豐富和完善課程體系。

  本科人才培養方案

  專科人才培養方案

  二、教材體系建立

  在教材體系建立方面,高等教育出版社即將于今年4月出版《人工智能》,該書由清華大學博士、南京大數據研究院院長、中國大數據應用聯盟人工智能專家委員會主任劉鵬教授與電子科技大學博士、美國西北大學訪問學者張玉宏共同編著,可作為全國高校非人工智能專業的選修教材。

  同時,在清華大學博士、云創大數據總裁劉鵬教授的帶領下,云創團隊編寫的“人工智能本科系列教材”正在陸續出版,內容覆蓋人工智能數學基礎、深度學習、TensorFlow、自然語言處理等豐富內容,每本書每個章節均有配套的PPT、實驗以及實驗平臺支撐,可作為全國高校人工智能專業本科教材。

  在“人工智能本科系列教材”之外,同樣出自云創大數據團隊的“人工智能高職系列教材”已陸續出版,內容覆蓋人工智能概論、人工智能應用編程、Python語言等豐富內容,每本書每個章節均有配套的PPT、實驗以及實驗平臺支撐,可作為全國高職院校人工智能技術服務專業叢書。

  三、教師培訓

  在師資培訓方面,自2016年以來,云創大數據相繼舉辦了幾十場免費的大數據人工智能師資培訓,在全國2600多所高校中,超過2000所高校的老師參加了培訓,實戰效果受到學員的高度好評,云創大數據也因此積累了豐富的大數據、人工智能人才培養經驗。

  在云創大數據與高校建立合作關系后,云創可為合作高校提供定期或不定期的師資培訓,為高校教師提供企業實踐與掛職鍛煉機會,并給予證書認證支持,共同提高高校師資力量。同時,高校師資也可深入云創,為云創提供技術咨詢和項目研究支持,共同開展項目研發,撰寫并發表論文。

  四、實驗室建設規劃

  人工智能專業作為綜合性的復合型學科,對于學生實戰能力要求高。針對高校普遍面臨的人工智能實驗配置難度大、實驗入門難、缺乏實驗數據等難題,云創大數據可與高校共同建設人工智能實驗室,通過AIRack人工智能實驗平臺,提供基于深度學習計算集群的多人在線實驗環境(共有117+實驗),實驗包括用于熟悉框架使用的基礎實驗、各種常用的深度學習模型實驗和各種場景下的深度學習案例等,并配套實驗手冊、實驗代碼、實驗數據,可廣泛用于人工智能專業建設教學和實踐應用。

  在實驗室建設規劃之外,高校人工智能專業師生也可在云創大學平臺(http://edu.cstor.cn/#/)上注冊學習。云創大學集大數據、人工智能培訓、實驗、認證、就業于一體,使學員基于知識圖譜學習,通過積分制獲得專業的技術知識與實踐技能,擁有更多職業優勢。

  五、學生實習與就業

  對于在校生而言,在通過代碼開展實戰的同時,深入企業內部,通過真實的項目提高實戰技能尤為必要。對此,云創大數據及其合作伙伴可作為合作院校的人工智能實習實訓基地,根據實際情況為專業學生提供技能實訓、畢業實習與就業指導,同時可擇優錄取優秀的實習生,共同提高學生的就業率以及所在高校的社會影響力。目前,包括鄭州大學在內的多所高校學生已在云創完成實習實訓。

  六、科研協作

  在人才培養之外,科研協作也是云創大數據與高校的合作重點之一。在具體的校企合作中,云創大數據與合作院校分別利用人工智能行業積淀以及人工智能教學優勢,共同開展人工智能技術研究與成果轉化,雙方可在聯合的課題、項目以及成果申報等領域密切合作。

  (1)人工智能技術

  在人工智能技術發展方面,云創大數據起步早,目前其城市交通智能優化技術、車牌精準識別技術、大規模人臉識別技術、智能醫療識別技術等逐漸深入行業應用,并得到了多方認可。

  其中,云創城市交通智能優化技術基于深度學習和強化學習算法,通過對海量交通信息的收集提取、指標分類、算法構建、模型訓練等過程,實現對交通信號燈配時策略的優化和控制,從而大幅降低城市道路擁堵,讓城市道路愈發智能化。

  云創車牌精準識別技術是以深度學習硬件基礎提供運算處理資源,運用人工智能識別模型獲取大量通行車輛的車牌等結構化數據,通過大數據分析方式結合時間空間信息和行業業務應用需求,提供多種大數據分析、應用功能模式服務。目前,該項技術準確率已達99.9%以上。

  云創大規模人臉識別技術則支持人臉人像庫1:N、路人庫1:N、人臉1:1驗證、單幀多人臉檢測等功能模式,可實現億量級大規模人臉特征高速比對,在企業安防、公安系統、金融系統等都具有豐富的應用場景。

  同時,南京大學醫學院附屬鼓樓醫院與云創大數據聯合研究的智能醫療識別技術,對前列腺癌的診斷準確率達到了99.38%,研究成果得到《福布斯》、《泰晤士報》、《每日郵報》等媒體的廣泛報道。

  在前列腺癌之外,云創大數據的智能醫療識別技術在宮頸腺癌診斷、肝臟腫瘤分割、多類圖像細胞檢測、肺部CT圖分割、組織病理學圖像細胞核檢測等方面也發揮著越來越重要的作用。同時,云創大數據團隊也利用已有技術優勢,參與鐘南山院士團隊,共同預測新冠肺炎疫情,其中劉鵬教授作為并列第一作者的疫情研究論文已在《Journal of Thoracic Disease》(《胸部疾病雜志》)正式發表。

  針對人工智能科研面臨的模型復雜、計算量大等問題,DeepRack深度學習一體機可作為軟硬件一體化的人工智能科研平臺,為校企科研合作提供硬件、軟件、數據以及技術等配套支持。

  (2)協同育人項目

  至今,云創大數據先后獲批155個教育部產學合作協同育人項目,包括“教學內容和課程體系改革”與“實踐條件和實踐基地建設”兩個類別,涉及專業與產業方向涵蓋計算機科學與技術、軟件工程、網絡工程、云計算、信息與計算科學、電子信息工程、計算機應用與維護、大數據、人工智能等,具有豐富的校企合作經驗。

  七、成果推廣

  在校企合作過程中,對于各大高校與云創大數據合作取得的專業建設進度、聯合申報的項目與技術成果等,云創大數據也將進行及時跟進與推廣,分享校企合作與人才培養經驗,進一步推動校企對接,建立人才培養反饋機制。

  目前,云創大數據實驗平臺已經在清華大學、南京大學、貴州大學、鄭州大學、桂林電子科技大學、桂林理工大學、西南大學、成都理工大學、重慶工商大學、西北工業大學、重慶師范大學、重慶文理學院、廣西生態工程職業技術學院、天津農學院、金陵科技學院、鄭州升達經貿管理學院、信陽師范學院等幾十所涵蓋本科、高職等多層次的院校落地實施。

  同時,云創大數據已與西北工業大學、蘇州大學、重慶工商大學、鄭州升達經貿管理學院、淮南師范大學等多所院校,圍繞大數據與人工智能建立了長期合作關系,充分整合各自優勢資源,共同推進在大數據、人工智能等學院與專業建設以及人才培養方面的合作,并通過共同尋找產學研結合點進一步深化合作。

  如有意向了解云創大數據提供的人工智能專業共建一攬子服務,請聯系合作辦學張偉總監:

  聯系方式:

  郵箱:zhangwei@cstor.cn

  手機:15805157345 (微信同號)

 

推薦 打印 | 錄入:admin | 閱讀:
本文評論   
評論聲明
  • 尊重網上道德,遵守中華人民共和國的各項有關法律法規
  • 承擔一切因您的行為而直接或間接導致的民事或刑事法律責任
  • 本站管理人員有權保留或刪除其管轄留言中的任意內容
  • 本站有權在網站內轉載或引用您的評論
  • 參與本評論即表明您已經閱讀并接受上述條款
日韩精品一区二区三区swag_一区二区三区在线高清_亚洲国内欧美_国产精品xnxxcom
欧美日韩在线精品一区二区三区| 久久男女视频| 狠狠色丁香婷婷综合影院| 韩国av一区二区三区在线观看| 国产日韩欧美综合在线| 国产主播一区二区三区四区| 精品999网站| 亚洲精品日韩在线观看| 亚洲私人黄色宅男| 欧美中文字幕在线| 久热re这里精品视频在线6| 欧美激情免费在线| 欧美午夜精品久久久久久孕妇| 国产精品一区二区男女羞羞无遮挡| 黄色一区三区| 日韩一区二区高清| 亚洲欧美日韩一区在线| 久久―日本道色综合久久| 欧美精品二区三区四区免费看视频| 欧美日韩精品一区| 国产日韩欧美夫妻视频在线观看| 亚洲高清不卡av| 亚洲一区二区三区免费视频| 久久精品三级| 欧美日韩视频一区二区| 国产欧美日韩精品一区| 亚洲国产另类久久精品| 亚洲欧美成人精品| 免费成人黄色片| 国产精品欧美日韩| 亚洲第一二三四五区| 亚洲午夜激情免费视频| 久久一区二区三区四区五区| 国产精品s色| 一区在线观看| 亚洲欧美激情视频| 免费在线视频一区| 国产精品午夜在线观看| 亚洲国产二区| 欧美一区二区三区另类| 欧美激情精品久久久久久| 国产亚洲欧美激情| 亚洲理论在线观看| 久久精视频免费在线久久完整在线看| 欧美日韩一区二区欧美激情| 在线电影一区| 性做久久久久久| 欧美日韩精品久久久| 黄色成人91| 午夜精品在线| 欧美日韩在线不卡| 亚洲第一狼人社区| 欧美一级理论性理论a| 欧美日韩1区2区| 在线精品一区二区| 欧美一区二区视频在线观看| 欧美日韩一二三区| 亚洲欧洲三级| 久久免费精品日本久久中文字幕| 欧美va亚洲va国产综合| 国产精品一二一区| 一区二区欧美国产| 欧美电影免费观看| 黄色欧美日韩| 久久99伊人| 欧美午夜一区二区福利视频| 亚洲啪啪91| 久久夜色精品一区| 国产手机视频精品| 亚洲午夜激情| 欧美日韩在线视频一区| 亚洲高清免费| 久久久噜噜噜久久久| 国产偷久久久精品专区| 亚洲视频中文| 欧美天堂亚洲电影院在线观看| 亚洲美女视频在线观看| 欧美 日韩 国产一区二区在线视频| 国内揄拍国内精品少妇国语| 欧美一区二区播放| 国产精品网红福利| 亚洲一区二区三区在线播放| 欧美午夜片在线观看| 99国产精品久久久久老师 | 亚洲欧美日韩另类| 欧美午夜国产| 99精品视频一区| 欧美日韩免费| 亚洲精选在线观看| 欧美激情一区二区| 亚洲欧美日韩天堂| 午夜免费日韩视频| 久久综合伊人77777| 国产麻豆9l精品三级站| 欧美午夜无遮挡| 亚久久调教视频| 欧美成人蜜桃| 国产精品久久777777毛茸茸| 久久中文精品| 久久av二区| 亚洲一区免费看| 韩日欧美一区二区| 日韩亚洲不卡在线| 久久久久九九九九| 欧美人与禽猛交乱配| 国产综合色在线| 亚洲一区二区少妇| 欧美黄色一级视频| 在线观看国产一区二区| 欧美一级久久久久久久大片| 欧美日韩爆操| 国产视频在线一区二区| 狠狠色2019综合网| 欧美大胆成人| 欧美视频网址| 在线看欧美视频| 欧美一级视频| 国产精品网站在线播放| 影音先锋在线一区| 欧美在线观看你懂的| 国产精品久久久久免费a∨大胸| 亚洲国产日韩一区二区| 在线不卡中文字幕播放| 国产偷国产偷亚洲高清97cao| 欧美日韩国产另类不卡| 国产手机视频精品| 中文国产成人精品| 欧美成年人视频| 1024成人| 免费在线观看精品| 亚洲欧洲精品天堂一级| 免费在线欧美视频| 国产资源精品在线观看| 一本久久综合亚洲鲁鲁五月天| 欧美一乱一性一交一视频| 欧美激情aⅴ一区二区三区| 宅男噜噜噜66一区二区| 国产精品一区二区三区四区| 久久亚洲风情| 在线视频中文亚洲| 国产主播精品| 欧美日韩视频在线一区二区观看视频| 亚洲欧美精品suv| 在线看片一区| 国产精品久久久久高潮| 久久亚洲国产精品日日av夜夜| 一区二区成人精品| 狠狠色狠狠色综合人人| 欧美日韩精品二区| 久久久精品日韩| 亚洲视频免费在线观看| 激情成人在线视频| 国产精品xxx在线观看www| 久久人人爽人人爽| 亚洲视频你懂的| 亚洲国产精品va在线看黑人动漫| 国产精品日韩一区二区三区| 欧美电影在线观看完整版| 欧美夜福利tv在线| 亚洲免费av网站| 一区二区在线观看视频在线观看| 国产精品毛片高清在线完整版| 欧美大片在线观看一区二区| 欧美伊人久久久久久久久影院| 日韩亚洲精品在线| 一区二区在线视频观看| 国产精品一二三视频| 欧美劲爆第一页| 快she精品国产999| 亚洲欧美日韩精品在线| 亚洲精品乱码久久久久久久久| 国产一区二区在线观看免费| 欧美日韩一区二区三区在线视频| 欧美自拍偷拍午夜视频| 中文精品在线| 亚洲国产一区二区三区高清| 国产精品日韩欧美一区| 欧美日韩美女一区二区| 久热爱精品视频线路一| 久久国产视频网| 亚洲桃花岛网站| 亚洲全黄一级网站| 国产精品美女主播| 欧美精品国产一区| 久久久人成影片一区二区三区 | 亚洲视频一区在线观看| 一区在线免费观看| 国产精品三级视频| 国产精品v欧美精品v日本精品动漫| 久久久水蜜桃av免费网站| 亚洲一区久久久| 一本色道久久综合亚洲精品婷婷| 亚洲国产精品成人综合| 国产偷国产偷精品高清尤物| 国产精品mm| 久久在线视频| 久久精品亚洲精品| 午夜欧美视频| 艳女tv在线观看国产一区| 亚洲韩国青草视频| 狠狠综合久久av一区二区老牛| 黄色在线成人| 国内久久婷婷综合| 国产日韩精品一区二区三区在线 |