对于全国高校大数据技术新工科建设及产学合作,建议一方面深化产教合作,探索产教互动的新模式、新做法;一方面鼓励创新,充分挖掘大数据人才的创新潜能;一方面要牢固树立科学的人才观,持续优化人才工作机制。
--工业和信息化部信息化和软件服务业司李婷副处长
人才是信息技术发展的关键,目前,国内云计算和大数据产业已经步入快车道,但是人才培养和供给仍处于起步阶段,立足产业培养高端人才,需要高校和企业共同探索,校企合作、产教融合是大势所趋。
--北京理工大学龙腾副校长
新工科联盟按照教育部和工信部在信息技术新工科领域的战略部署,积极推动新工科的专业建设和产学研合作。本次新工科创新人才基地的建设推动了大数据技术专业培养、校企协同育人,助力信息技术领域新工科的研究与实践。
--北京理工大学计算机学院院长、新工科联盟副理事长兼秘书长黄河燕教授
大数据产业生态离不开各方的力量,我们愿携手各界同仁,依托华为生态大学的平台,整合优质资源,共同培养面向未来的创新型人才,开启产学研合作的新纪元。
--华为EBG中国区副总裁、华为生态大学校长杨文池
泰克将联合华为,将双创实践云平台提供给更多高校,作为高校云计算、大数据专业建设的实践能力支撑平台,为产业和社会培养更多创新型信息技术专业人才,服务新经济和国家战略。
--泰克教育集团总经理林康平
过去30年,华为在芯片、算法、架构设计、产品和解决方案等方面积累了丰富的能力,华为云教育解决方案通过提供一站式教学与实践云平台,真正推动了创新人才的培养和产学研合作的落地。
--华为云BU软件开发服务产品部解决方案总监陈天宝
华为积极与新工科联盟、教指委等组织合作,通过课程及专业建设解决方案开发、师资培训、产学合作协同育人项目等活动,为国内高校的大数据专业建设和人才培养提供有力支撑。
--华为EBG培训与认证部华为ICT学院教学总监刘耀林
9月27日,“全国高校大数据技术新工科建设与产学合作论坛”正式启幕,本次论坛由信息技术新工科产学研联盟主办,北京理工大学、华为与泰克教育集团(后简称:新工科联盟、北理工、泰克)联合举办,200+来自政府、高校和企业的大数据专家、学者云集于此,由四方联合倾心打造、代表国内产学研合作顶尖水平、全国首个新工科创新人才基地也正式揭牌成立。
2017年12月,中共中央总书记习近平提出“实施国家大数据战略加快建设数字中国”。国务院《促进大数据发展行动纲要》、教育部高等教育司《关于开展新工科研究与实践的通知》等政策,都在推进大数据技术新工科专业建设与创新发展,探索大数据技术产学研合作的协同育人创新模式,研讨大数据技术实践教学建设架构,推进大数据技术师资队伍建设。
本次论坛,来自工业和信息化部(后简称:工信部)的领导,来自北京理工大学、北京航空航天大学、北京大学、清华大学、中科院、重庆邮电大学、中山大学、金陵科技学院等十几位权威专家,还有华为、泰克等企业在本次论坛上共同探讨了大数据的最新趋势、技术、应用和实践,大数据的产业生态,大数据的专业规范、课程体系和实验室建设,大数据专业如何实现产学合作、校企协同等业界最热门、最前沿的话题。
会上,由新工科联盟、北理工、华为和泰克联合打造的全国首个新工科创新人才基地正式揭牌成立,工信部信息化和软件服务业司李婷副处长,北京理工大学龙腾副校长,北京理工大学计算机学院院长、新工科联盟副理事长兼秘书长黄河燕教授,北京交通大学软件学院院长、新工科联盟副理事长卢苇教授,华为EBG中国区副总裁、华为生态大学校长杨文池,泰克教育集团总经理林康平为基地揭幕。
新工科创新人才基地座落于北京理工大学计算机学院,华为-泰克双创实践云平台提供技术支撑,聚焦云计算和大数据创新人才培养。基地通过教学智能化、管理数据可视化、产业资源集成化,为北京理工大学教学实践、新工科联盟师资培训和学生创新能力提升提供支撑和保障条件。基地可满足200名师生同时进行云计算、大数据、人工智能、数据安全等学科专业的实践实训,是对新工科创新人才培养的有益探索。这也是继今年1月华为成为新工科联盟副理长单位,今年7月由联盟云计算与大数据工作委员会指导、华为负责的北理工人才培养实训项目顺利完成后的又一阶段性进展。
杨文池表示,在全球数字化转型背景下,ICT创新人才成为支撑产业发展的关键力量,以新技术、新产业、新业态和新模式为特征的新经济呼唤高校新工科建设和创新人才培养。本次大会的举办和基地的落成是建设数字中国、把握信息化发展机遇,真正将产学研无缝衔接的重要举措,对整个信息产业生态的构建具有标杆意义,也为我国大数据专业建设带来真正有价值的推动。
好文章,需要你的鼓励
AI数据训练师负责确保AI模型训练数据的准确性和可行性,是薪酬丰厚的热门职业。两项新研究显示,该职位年收入在6.5万至18万美元之间,专业领域专家薪酬更高。这一角色已从简单的数据标记发展为高度专业化的认知工作,需要细致的推理能力、深厚的专业知识和多语言能力。随着生成式AI工具兴起,行业正从普通工作者转向专业领域专家,计算机科学学位非必需,但数据标注经验有帮助。
斯坦福大学研究团队开发的Dream2Flow系统通过让机器人观看AI生成的演示视频来学习操作技能。系统提取视频中物体的3D运动轨迹作为指导,让机器人能够零样本完成多种日常任务,包括移动物品、开关门窗等操作,在真实环境测试中取得了最高80%的成功率。
Rust资深开发者Steve Klabnik在AI助手Claude的帮助下设计了新的系统编程语言Rue。该语言旨在提供无垃圾回收的内存安全保障,同时比Rust和Zig提供更高级的易用性。Klabnik表示,通过与Claude合作,两周内完成了7万行Rust代码,远超此前独自开发的进度。Claude参与了大部分代码编写工作,而Klabnik负责方向指导和设计决策,展现了AI在编程语言开发中的巨大潜力。
Amazon和UCLA团队开发的SPARK框架实现了AI训练的重大突破,让人工智能系统能够在完全没有标准答案的情况下进行学习和改进。通过创新的三阶段设计和多方验证机制,该系统在数学推理测试中的表现超越了传统方法和GPT-4o,为AI在创意、科研、商业等缺乏标准答案的复杂领域的应用开辟了新路径。