本案例由美林?jǐn)?shù)據(jù)投遞并參與評(píng)選，數(shù)據(jù)猿獨(dú)家全網(wǎng)首發(fā)。

隨著大數(shù)據(jù)、人工智能技術(shù)的迅猛發(fā)展，AI在各行各業(yè)中快速落地并帶來一場(chǎng)新的技術(shù)變革浪潮。同時(shí)，宏觀環(huán)境利好，國(guó)家政策大力扶持，先后發(fā)布相關(guān)重要通知與行動(dòng)計(jì)劃等系列政策，深度刺激AI產(chǎn)業(yè)井噴式增長(zhǎng)。國(guó)際數(shù)據(jù)公司IDC（International Data Corporation）預(yù)測(cè)，到2022年，中國(guó)人工智能市場(chǎng)規(guī)模將達(dá)到98.4億美元。

然而現(xiàn)在我國(guó)AI人才卻面臨供不應(yīng)求、缺口巨大的現(xiàn)實(shí)。業(yè)內(nèi)人士估計(jì)，我國(guó)整個(gè)人工智能領(lǐng)域的人才數(shù)量缺口在百萬級(jí)別，各高校培養(yǎng)輸送的人才只占市場(chǎng)所需人才的30%至40%，遠(yuǎn)遠(yuǎn)不能解決目前AI人才短缺問題。

作為AI人才培養(yǎng)的第一生力軍的高等院校，在龐大的市場(chǎng)需求面前存在明顯的力不存心現(xiàn)象。師資力量薄弱、人工智能一級(jí)學(xué)科體系不夠完善、教育實(shí)驗(yàn)環(huán)境基礎(chǔ)薄弱等問題亟待解決。

美林?jǐn)?shù)據(jù)技術(shù)股份有限公司依托“Tempo大數(shù)據(jù)分析平臺(tái)”上千家行業(yè)領(lǐng)軍企業(yè)成功應(yīng)用、數(shù)十年大數(shù)據(jù)行業(yè)實(shí)踐積累，立足大數(shù)據(jù)時(shí)代創(chuàng)新型、復(fù)合型人才需求，推出“Tempo大數(shù)據(jù)&人工智能實(shí)驗(yàn)平臺(tái)”，助力高校實(shí)用化人才培養(yǎng)。

實(shí)施時(shí)間：

2019年2月 與歐亞學(xué)院就深度學(xué)習(xí)實(shí)驗(yàn)室的共建達(dá)成戰(zhàn)略合作，就平臺(tái)共建、資源共享、人才培養(yǎng)、聯(lián)合項(xiàng)目研究、實(shí)習(xí)就業(yè)等內(nèi)容達(dá)成合作意向。

2019年2月-10月間通過與歐亞學(xué)院的多方溝通，確定了其金融學(xué)院關(guān)于大數(shù)據(jù)及人工智能人才培養(yǎng)的各項(xiàng)要求及課程設(shè)置情況，并根據(jù)其課程設(shè)置在平臺(tái)內(nèi)增加了相應(yīng)的實(shí)驗(yàn)教學(xué)內(nèi)容。

2019年10月底雙方就平臺(tái)建設(shè)簽訂服務(wù)協(xié)議。

2019年11月平臺(tái)完成部署上線，正式投入使用。

應(yīng)用場(chǎng)景

Tempo大數(shù)據(jù)&人工智能實(shí)驗(yàn)平臺(tái)以高性能計(jì)算、大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等多學(xué)科技術(shù)為基礎(chǔ)，以真實(shí)行業(yè)應(yīng)用案例實(shí)踐為核心，構(gòu)建“產(chǎn)學(xué)研用”的一體化實(shí)驗(yàn)實(shí)訓(xùn)平臺(tái)，滿足高校實(shí)驗(yàn)教學(xué)、實(shí)訓(xùn)模擬以及科研項(xiàng)目應(yīng)用等多種需求，為高校實(shí)用化人才培養(yǎng)提供圍繞教、學(xué)、練、訓(xùn)、測(cè)各實(shí)訓(xùn)環(huán)節(jié)及科研應(yīng)用的一體化解決方案。高校應(yīng)用Tempo大數(shù)據(jù)&人工智能實(shí)驗(yàn)平臺(tái)可以進(jìn)行兩類人才培養(yǎng)，即專業(yè)算法人才培養(yǎng)及應(yīng)用人才培養(yǎng)：

●專業(yè)算法人才培養(yǎng)：為高校提供算法專業(yè)人才培養(yǎng)的新模式，不僅讓學(xué)生在學(xué)習(xí)實(shí)驗(yàn)中掌握技術(shù)實(shí)現(xiàn)；并能結(jié)合真實(shí)行業(yè)應(yīng)用場(chǎng)景，進(jìn)行技術(shù)基礎(chǔ)原理與應(yīng)用價(jià)值的掌握，培養(yǎng)學(xué)生數(shù)據(jù)思維、客戶思維，進(jìn)而使學(xué)生更符合企業(yè)用人需求。

●應(yīng)用人才培養(yǎng)：平臺(tái)完整的分析邏輯與思路，符合國(guó)際數(shù)據(jù)分析與應(yīng)用項(xiàng)目落地實(shí)踐的方法論，讓學(xué)生在學(xué)習(xí)中即掌握算法應(yīng)用的方法；而基于真實(shí)客戶案例的實(shí)訓(xùn)課程，讓學(xué)生以應(yīng)用為目標(biāo)接觸真實(shí)項(xiàng)目需求，進(jìn)而培養(yǎng)出掌握算法應(yīng)用能力的應(yīng)用型人才。

面臨挑戰(zhàn)

當(dāng)前，高校在進(jìn)行大數(shù)據(jù)及人工智能相關(guān)課程的教學(xué)過程中遇到了一定的困境，具體來說：

學(xué)科入門門檻高

大數(shù)據(jù)及人工智能作為新興技術(shù)，其仍未完全進(jìn)入技術(shù)成熟期，配套的各類輔助工具較少，對(duì)于非計(jì)算機(jī)類專業(yè)的學(xué)生來說入門門檻仍然較高。

專業(yè)資源少

對(duì)于大數(shù)據(jù)及人工智能專業(yè)，各高校均在專業(yè)的建設(shè)初期，因此當(dāng)前專業(yè)的課程資源市場(chǎng)匱乏，同時(shí)大部分實(shí)踐教學(xué)仍然需要教師自主編造數(shù)據(jù)。

實(shí)踐基礎(chǔ)薄弱

對(duì)于大數(shù)據(jù)及人工智能這樣的新興學(xué)科，大多數(shù)院校的教育仍停留在理論教學(xué)的層面，適合于學(xué)生相關(guān)實(shí)踐條件的基礎(chǔ)設(shè)施仍顯不足，如：實(shí)驗(yàn)軟硬件等配套設(shè)施。

實(shí)訓(xùn)案例缺失

人工智能學(xué)科的特點(diǎn)是學(xué)科交叉、實(shí)踐性強(qiáng)及重在應(yīng)用。而當(dāng)前高校人工智能實(shí)踐教學(xué)主要采用網(wǎng)上的經(jīng)典案例，存在數(shù)據(jù)量少、案例老舊、無法與最前沿工程實(shí)際相結(jié)合等問題。

實(shí)驗(yàn)資源

應(yīng)用技術(shù)／實(shí)施過程

平臺(tái)概述

Tempo大數(shù)據(jù)&人工智能實(shí)驗(yàn)平臺(tái)以高性能計(jì)算、大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等多學(xué)科技術(shù)為基礎(chǔ)，以真實(shí)行業(yè)應(yīng)用案例實(shí)踐為核心，構(gòu)建“產(chǎn)學(xué)研用”的一體化實(shí)驗(yàn)實(shí)訓(xùn)平臺(tái)，滿足高校實(shí)驗(yàn)教學(xué)、實(shí)訓(xùn)模擬以及科研項(xiàng)目應(yīng)用等多種需求，為高校實(shí)用化人才培養(yǎng)提供圍繞教、學(xué)、練、訓(xùn)、測(cè)各實(shí)訓(xùn)環(huán)節(jié)及科研應(yīng)用的一體化解決方案。

（1）教：來源于行業(yè)真實(shí)項(xiàng)目實(shí)踐的多學(xué)科交叉的實(shí)驗(yàn)課程，通過實(shí)驗(yàn)數(shù)據(jù)+模板+實(shí)驗(yàn)手冊(cè)方式完美涵蓋各教學(xué)環(huán)節(jié)，將理論知識(shí)與實(shí)際行業(yè)客戶案例和項(xiàng)目實(shí)操相結(jié)合，帶領(lǐng)學(xué)生完成企業(yè)實(shí)際業(yè)務(wù)案例的問題分析與決策，讓教學(xué)更生動(dòng)、更具實(shí)用性。

（2）學(xué)：來自客戶真實(shí)應(yīng)用場(chǎng)景的業(yè)務(wù)分析案例，自身行業(yè)數(shù)據(jù)分析師的成功實(shí)踐經(jīng)驗(yàn)總結(jié)，頂尖算法工程師的先進(jìn)科研成果……不僅讓學(xué)生學(xué)知識(shí)，更能培養(yǎng)處理問題、分析問題、解決問題的思路和方法，從學(xué)習(xí)中掌握“數(shù)據(jù)思維”，在課堂上理解商業(yè)規(guī)律。

（3）練：拖拽式、圖形化操作，讓應(yīng)用練習(xí)更便捷、更高效；開放靈活的語言支持與深度學(xué)習(xí)框架，讓學(xué)習(xí)更深入，讓練習(xí)更全面；多種模式的無縫整合，滿足不同類型的教育實(shí)訓(xùn)練習(xí)需求，充分激發(fā)學(xué)生自主創(chuàng)造能力，提升其全面解決實(shí)際問題的能力。

（4）訓(xùn)：完整的分析方法論與基礎(chǔ)知識(shí)在實(shí)際案例中完美結(jié)合，涵蓋從數(shù)據(jù)處理、分析建模、模型應(yīng)用、數(shù)據(jù)可視化等分析全流程。上百種機(jī)器學(xué)習(xí)算法，40余種可視化推行展示，滿足學(xué)生各類項(xiàng)目實(shí)訓(xùn)需求。

（5）測(cè)：所見即所得的分析過程，實(shí)時(shí)問題驗(yàn)證與結(jié)果洞察，讓學(xué)生掌握個(gè)人學(xué)習(xí)進(jìn)度與練習(xí)效果。同時(shí)，教師可對(duì)學(xué)生實(shí)訓(xùn)成果進(jìn)行評(píng)分及評(píng)價(jià)，可使得學(xué)生了解自身不足并及時(shí)改正。

（6）研：發(fā)揮學(xué)院人才、技術(shù)、師資優(yōu)勢(shì)，構(gòu)建人才培養(yǎng)、項(xiàng)目科研協(xié)同發(fā)展的新模式，實(shí)現(xiàn)高校產(chǎn)學(xué)研一體化協(xié)同發(fā)展，為高校科研創(chuàng)新、教育改革、實(shí)用化人才培養(yǎng)提供支撐和幫助。

平臺(tái)特性

（1）真實(shí)場(chǎng)景

來源于真實(shí)客戶的業(yè)務(wù)應(yīng)用場(chǎng)景，完美還原真實(shí)項(xiàng)目狀態(tài)，讓學(xué)生從學(xué)習(xí)之處就了解實(shí)際工作狀態(tài)，實(shí)現(xiàn)學(xué)習(xí)與工作無縫銜接，提高學(xué)生職場(chǎng)勝任力。

（2）數(shù)據(jù)思維

符合國(guó)際領(lǐng)先數(shù)據(jù)挖掘分析方法論的操作流程，數(shù)十年千余家成功項(xiàng)目應(yīng)用實(shí)踐總結(jié)，從數(shù)據(jù)分析本身與業(yè)務(wù)應(yīng)用價(jià)值出發(fā)，為學(xué)生構(gòu)建體系化的分析方法，培養(yǎng)學(xué)生數(shù)據(jù)思維和大數(shù)據(jù)應(yīng)用能力的同時(shí)，不斷強(qiáng)化學(xué)生對(duì)于商業(yè)邏輯的認(rèn)知。

（3）知行合一

機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、集成學(xué)習(xí)、自動(dòng)學(xué)習(xí)……內(nèi)在的強(qiáng)大算法引擎，引導(dǎo)式、啟發(fā)式、探索式到的分析操作；全面、詳盡、連續(xù)的幫教體系。打造高效、全覆蓋的學(xué)習(xí)體驗(yàn)，讓學(xué)生學(xué)得會(huì)、學(xué)得快、學(xué)得好。

（4）激發(fā)潛能

豐富的功能節(jié)點(diǎn)，滿足分析建模全流程需求；圖形化、拖拽式的建模體驗(yàn)，無需一行代碼，即可實(shí)現(xiàn)數(shù)據(jù)深度分析和模型構(gòu)建；多語言靈活編碼擴(kuò)展，滿足學(xué)生個(gè)性化創(chuàng)造，無限擴(kuò)展分析潛能。

平臺(tái)架構(gòu)

平臺(tái)業(yè)務(wù)架構(gòu)分為三層即基礎(chǔ)資源層、教學(xué)支撐層、業(yè)務(wù)功能層：

基礎(chǔ)資源層：為平臺(tái)提供計(jì)算資源、存儲(chǔ)資源及網(wǎng)絡(luò)資源支撐。

教學(xué)支撐層：教學(xué)支撐層分為實(shí)訓(xùn)內(nèi)容資源及實(shí)訓(xùn)環(huán)境，主要依托基礎(chǔ)資源層為業(yè)務(wù)層提供必需的實(shí)驗(yàn)環(huán)境和課程內(nèi)容支撐；

業(yè)務(wù)功能層：該層基于教學(xué)支撐層的能力及各類用戶角色的業(yè)務(wù)特征為用戶提供實(shí)驗(yàn)場(chǎng)景下的各項(xiàng)業(yè)務(wù)功能。

關(guān)鍵技術(shù)

（1）基于人機(jī)交互的數(shù)據(jù)可視化查詢語言技術(shù)

采用定義人機(jī)交互的標(biāo)準(zhǔn)語言DVL，強(qiáng)化了人機(jī)交互過程的靈活性和標(biāo)準(zhǔn)性。DVL引擎能將詞法，語法以及語義解析為子過程執(zhí)行計(jì)劃樹，該執(zhí)行計(jì)劃樹經(jīng)過該功能的優(yōu)化，其執(zhí)行順序會(huì)在其邏輯正確的情況下采取最優(yōu)執(zhí)行順序。

（2）基于多端點(diǎn)、多分支以及自動(dòng)機(jī)技術(shù)的數(shù)據(jù)挖掘流程模型

通過將挖掘流程定義為通過XML標(biāo)簽形式描述的流程語言，所述流程解析器包括一解析器管理模塊、一主解析器和若干子解析器；其中，所述解析管理器模塊用于管理標(biāo)簽或關(guān)鍵詞到子解析器的映射；所述主解析器用于完整遍歷目標(biāo)語言描述的流程信息，以及遍歷過程中決策和判斷，同時(shí)調(diào)用子解析器對(duì)流程中的子結(jié)構(gòu)進(jìn)行進(jìn)一步解析；所述子解析器用于對(duì)子結(jié)構(gòu)的具體語法單元或者結(jié)構(gòu)體進(jìn)行解釋和映射，將其構(gòu)建成為符合有向無環(huán)圖DAG結(jié)構(gòu)的運(yùn)行時(shí)可執(zhí)行對(duì)象。最終交由運(yùn)行時(shí)引擎根據(jù)DAG結(jié)構(gòu)順序執(zhí)行個(gè)節(jié)點(diǎn)，實(shí)現(xiàn)對(duì)多端點(diǎn)、多分支以及自動(dòng)機(jī)技術(shù)的數(shù)據(jù)挖掘流程模型建模支持。

（3）分布式架構(gòu)體系上分布式并行挖掘算法實(shí)現(xiàn)

項(xiàng)目中通過對(duì)傳統(tǒng)算法:決策樹算法、聚類算法、回歸分析法、關(guān)聯(lián)規(guī)則頻繁項(xiàng)集算法、迭代算法和機(jī)器學(xué)習(xí)等多種算法進(jìn)行分析，抽離核心邏輯，將核心邏輯處理過程隨數(shù)據(jù)塊進(jìn)行分發(fā)運(yùn)算，并對(duì)運(yùn)算結(jié)果進(jìn)行合并，實(shí)現(xiàn)傳統(tǒng)挖掘算法的并行化移植。

（4）大數(shù)據(jù)可視化

分析平臺(tái)通過對(duì)數(shù)據(jù)拆分、并行數(shù)據(jù)處理、數(shù)據(jù)緩存等多種技術(shù)的研究，采用分布式并行計(jì)算和數(shù)據(jù)緩存技術(shù)，大幅度提升了數(shù)據(jù)計(jì)算能力，有效改善交互分析過程中海量數(shù)據(jù)計(jì)算能力。此外，通過對(duì)數(shù)據(jù)進(jìn)行壓縮、抽樣，在不損失圖形含義的基礎(chǔ)上，有效解決圖形在海量數(shù)據(jù)下的渲染難題。

外部合作

歐亞學(xué)院

在平臺(tái)實(shí)施過程中，得到了甲方單位歐亞學(xué)院的大力支持。對(duì)于教育類項(xiàng)目，其最終應(yīng)用的主體還是各個(gè)院校的師生。在此項(xiàng)目中，歐亞項(xiàng)目不光在實(shí)驗(yàn)環(huán)境（場(chǎng)地、設(shè)備）方面提供得非常充沛。并且在項(xiàng)目實(shí)施之前就派遣教師和學(xué)生前往我司進(jìn)行相應(yīng)課程的培訓(xùn)及平臺(tái)使用操作的培訓(xùn)為后期項(xiàng)目的順利推行提供了良好的基礎(chǔ)。同時(shí)，金融學(xué)院的課程設(shè)置以及各級(jí)領(lǐng)導(dǎo)對(duì)于大數(shù)據(jù)及深度學(xué)習(xí)技術(shù)在金融行業(yè)應(yīng)用的重視也為項(xiàng)目的成功實(shí)施提供了保障。

商業(yè)變化

通過Tempo大數(shù)據(jù)&人工智能平臺(tái)解決了歐亞學(xué)院在相關(guān)人才培養(yǎng)過程中所遇到的困境，主要來說有以下幾個(gè)方面：

真實(shí)案例教學(xué)

來源于行業(yè)真實(shí)項(xiàng)目實(shí)踐的多學(xué)科交叉的實(shí)驗(yàn)課程，通過實(shí)驗(yàn)數(shù)據(jù)+模板+實(shí)驗(yàn)手冊(cè)方式完美涵蓋各教學(xué)環(huán)節(jié)，將理論知識(shí)與實(shí)際行業(yè)客戶案例和項(xiàng)目實(shí)操相結(jié)合，帶領(lǐng)學(xué)生完成企業(yè)實(shí)際業(yè)務(wù)案例的問題分析與決策，讓教學(xué)更生動(dòng)、更具實(shí)用性。

行業(yè)實(shí)踐學(xué)習(xí)

來自客戶真實(shí)應(yīng)用場(chǎng)景的業(yè)務(wù)分析案例，自身行業(yè)數(shù)據(jù)分析師的成功實(shí)踐經(jīng)驗(yàn)總結(jié)，頂尖算法工程師的先進(jìn)科研成果……不僅讓學(xué)生學(xué)知識(shí)，更能培養(yǎng)處理問題、分析問題、解決問題的思路和方法，從學(xué)習(xí)中掌握“數(shù)據(jù)思維”，在課堂上理解商業(yè)規(guī)律。

自主引導(dǎo)式訓(xùn)練

拖拽式、圖形化操作，讓應(yīng)用練習(xí)更便捷、更高效；開放靈活的語言支持與深度學(xué)習(xí)框架，讓學(xué)習(xí)更深入，讓練習(xí)更全面；多種模式的無縫整合，滿足不同類型的教育實(shí)訓(xùn)練習(xí)需求，充分激發(fā)學(xué)生自主創(chuàng)造能力，提升其全面解決實(shí)際問題的能力。

模擬真實(shí)場(chǎng)景的實(shí)訓(xùn)

完整的分析方法論與基礎(chǔ)知識(shí)在實(shí)際案例中完美結(jié)合，涵蓋從數(shù)據(jù)處理、分析建模、模型應(yīng)用、數(shù)據(jù)可視化等分析全流程。上百種機(jī)器學(xué)習(xí)算法，40余種可視化推行展示，滿足學(xué)生各類項(xiàng)目實(shí)訓(xùn)需求。

科研項(xiàng)目應(yīng)用

發(fā)揮學(xué)院人才、技術(shù)、師資優(yōu)勢(shì)，構(gòu)建人才培養(yǎng)、項(xiàng)目科研協(xié)同發(fā)展的新模式，實(shí)現(xiàn)高校產(chǎn)學(xué)研一體化協(xié)同發(fā)展，為高?？蒲袆?chuàng)新、教育改革、實(shí)用化人才培養(yǎng)提供支撐和幫助。

案例提交企業(yè)·美林?jǐn)?shù)據(jù)：

美林?jǐn)?shù)據(jù)技術(shù)股份有限公司（簡(jiǎn)稱：美林?jǐn)?shù)據(jù)，NEEQ：831546）是國(guó)內(nèi)知名的數(shù)據(jù)治理和數(shù)據(jù)分析服務(wù)提供商，重點(diǎn)面向企業(yè)客戶提供數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)分析與挖掘、數(shù)據(jù)開發(fā)應(yīng)用為主的大數(shù)據(jù)產(chǎn)品及增值解決方案，引領(lǐng)大數(shù)據(jù)應(yīng)用和產(chǎn)業(yè)數(shù)據(jù)運(yùn)營(yíng)等創(chuàng)新服務(wù)模式。

公司專注數(shù)據(jù)價(jià)值發(fā)掘、深耕行業(yè)應(yīng)用，以大數(shù)據(jù)、人工智能技術(shù)及產(chǎn)品創(chuàng)新應(yīng)用為方向，構(gòu)建企業(yè)核心競(jìng)爭(zhēng)力。公司現(xiàn)已形成數(shù)據(jù)資源管理平臺(tái)（TempoDM）、商業(yè)智能平臺(tái)（TempoBI）、人工智能（TempoAI）等大數(shù)據(jù)系列產(chǎn)品。依托領(lǐng)先的產(chǎn)品和技術(shù)優(yōu)勢(shì)，致力于打造企業(yè)級(jí)大數(shù)據(jù)應(yīng)用樣板，以數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)、探索行業(yè)數(shù)據(jù)運(yùn)營(yíng)新模式。并結(jié)合多年行業(yè)實(shí)踐經(jīng)驗(yàn)，以賦能教育為目標(biāo)，從行業(yè)發(fā)展與用戶需求出發(fā)，打造符合產(chǎn)業(yè)發(fā)展需求的高校人才培養(yǎng)與方案，助力高校大數(shù)據(jù)與人工智能實(shí)用型人才培養(yǎng)。

當(dāng)前，全球大數(shù)據(jù)產(chǎn)業(yè)高速發(fā)展，美林?jǐn)?shù)據(jù)積極參與和推動(dòng)大數(shù)據(jù)生態(tài)圈建設(shè)，公司愿積極攜手廣大優(yōu)秀廠商、行業(yè)客戶及高校，共同推動(dòng)國(guó)家大數(shù)據(jù)產(chǎn)業(yè)發(fā)展，助力國(guó)家戰(zhàn)略與夢(mèng)想的實(shí)現(xiàn)。

來源：數(shù)據(jù)猿