“数据科学与大数据技术”专业作为新兴的交叉型学科，对教师有着较高的要求。当前，教育部已批准35所院校设立“数据科学与大数据技术”本科专业，另有数百所院校在积极筹建和申报。
为进一步推动“数据科学与大数据技术”学科发展，规范专业设置与课程体系，北京大数据协会推出“数据科学与大数据技术”系列师资培训。师资培训面向已成功申办数据科学与大数据技术专业院校的教师和拟申办该专业或拟开设大数据课程院校的教师。
该培训的课程体系经由院士牵头的国内顶级专家团队，课程内容参考国内外数十所知名大学的课程建设经验并集中论证通过，第一期培训旨在帮助高校教师找准大数据相关课程定位，优化课程体系，合理进行课程设置及教学安排，深入了解数据科学与大数据技术各门课程的具体教学内容、学术前沿和产业创新。
主办单位：北京大数据协会
协办单位：上海财经大学、首都经济贸易大学
承办单位：上海置超数据科技有限公司
师资培训课程体系
由院士牵头的国内顶级专家团队深入调研了数据科学与大数据的人才和技能需求，和国内外顶尖院校相关课程体系，设计了涵盖专业基础课、专业必修课及专业选修课等16门课程的课程体系如下：
课程体系实现了保持理论性、掌握工具技能与实践能力、培养大数据情境下数据分析应用能力等多维课程目标。
培训内容
“数据科学与大数据技术”系列师资培训结合上述学科课程体系，配合各高校开课安排，顺序开设，分批次进行，总周期为时一年。
培训内容由国内著名数据科学家介绍具体课程在数据科学和大数据技术中要解决的问题、在整个课程体系中的地位和重要性、本门课程国内外发展趋势、本门课程先修课程及其主要内容和知识体系、授课重点与难点等，并提供教学课件和相关资料，便于学员独立开展教学工作。
每期师资培训课程结束后，颁发北京大数据协会大数据讲师证书。
一期课程安排及介绍
数据科学导论本课程围绕数据挖掘分析当中一些基础的概念和原则，而不是围绕具体算法的系列讨论。这些概念和原则是许多众所周知的数据挖掘算法的基础。此外，这些概念和原则也是分析以数据为中心的业务问题、基于数据科学解决方案创建和评估，以及一般数据科学战略和建议评估的基础。课程目标是对数据科学的基本理论给予重要认识，而不仅仅是各种数据挖掘和机器学习算法的高级概述。
数据科学的概率基础本课程旨在为数据科学提供逻辑推理所需的概率论基础。从数据分析和大数据实际应用出发，强调概率性基础的重要性与理论性。主要讲授概率论的基本概念、基本定理、计算技巧、以及典型应用。内容包括数数的基本原理、概率空间和事件、概率的基本公式、随机变量及其分布函数、随机向量的数字特征、大数定律和中心极限定理、随机过程初步和模拟等具体内容。
数据科学的统计基础本课程是数据科学与大数据技术专业的基础核心课程之一。本课程以实际数据为例，系统讲授数据科学与大数据研究与应用所必备的统计思想、基本概念、主要原理和常用方法。主要内容涵盖：数据的收集、探索性分析与可视化;数据的相关性与因果性;数据的重抽样与降维;频率统计与贝叶斯统计;点估计、区间估计和假设检验中的统计概念、理论与方法;数据挖掘、推断与预测中统计原理、评价标准和常用方法。
数据科学的编程基础本课程是一门语言类的应用课程，主要教授学生掌握数据科学领域中的编程技能和利用大数据分析工具Python来进行数据分析的基本技能。内容涵盖面向对象的编程基础、Python基础库与编程基础、Python数据结构与数据预处理、Python数据可视化、利用Python进行描述统计、推断统计、回归、多元统计分析、时间序列分析、数据挖掘与机器学习等具体内容。
分布式统计计算大数据分布式计算能力是大数据方向的必备工具。本课程主要集中在统计计算的两个基本方面：(1)计算什么(2)如何计算。课程将会介绍分布式计算平台ApacheSpark以及其母语言Scala语言的基本语法和Map-Reduce的编程思路。在此基础之上，课程将在分布式计算平台ApacheSpark上介绍一些常用基于计算的统计推断方法，包括精确、逼近和迭代算法、自举法等。课程主要会集中在EM类型和半牛顿类型算法之上以及一些蒙特卡洛方法，并在ApacheSpark系统中实现分布式计算方法。
教学团队与主讲数据科学家
由北京大数据协会牵头，组织由北京大学、清华大学、中国人民大学、中央财经大学、上海财经大学、首都经济贸易大学、中山大学等多所国内优势高校的优秀师资力量、海外名校教授及业内顶尖专家组成的教学团队。
第一期主讲数据科学家：
柏杨，上海财经大学统计与管理学院常任轨副教授，中国现场统计学会资源与环境分会常务理事、秘书长，香港大学统计学博士。研究方向为纵向数据分析。参与上财应用统计专业硕士课程建设，并担任核心课程《数据科学导论》的任课教师。
王学钦，中山大学数学学院和中山医学院双聘教授，博士生导师，纽约州立大学宾厄姆敦分校数学系博士，耶鲁大学博士后。中山大学统计学科带头人，中山大学华南统计科学研究中心执行主任，国家优秀青年基金获得者，教育部新世纪人才，教育部统计专业教指委委员。研究领域为非参多元统计学、统计学习和精准医学。
黄涛，上海财经大学统计与管理学院副教授，博士生导师，院长助理。美国北卡罗莱纳大学教堂山分校统计系博士学位，耶鲁大学博士后。主要研究领域为非参半参模型推断、复杂数据建模与分析、生物统计和数量金融等。
冯兴东，上海财经大学数据科学与研究院常务副院长，统计与管理学院教授，博士生导师，美国伊利洛伊大学香槟分校统计学博士。研究领域包括分位数回归模型、数据矩阵降维、大数据统计计算等。在学生培养上，参与制定了上财应用统计专业硕士课程建设，并强调统计学和现代计算领域最新研究成果的融合来拓展统计学在大数据时代的统计学发展空间，创新性地为“数据科学和商务统计”专业方向的硕士生开设了《分布式统计计算》一课。
阮敬，首都经济贸易大学研究生院副院长，统计学院教授，兼任中国现场统计研究会经济与金融统计分会副理事长、中国统计教育学会常务理事兼高等教育分会副秘书长、中国商业统计学会常务理事、北京大数据协会副秘书长，曾在美国佛罗里达大学从事高级访问学者研究。近年来主持数据分析相关课题30余项，深度参与北京五校联合大数据分析硕士培养平台与体系建设，著有《Python数据分析基础》一书。
主办单位介绍
北京大数据协会(BBDA，BeijingBigDataAssociation)是在国家统计局、北京市统计局领导下，由百余家高校、科研机构、企事业单位共同发起的国内第一家直接以大数据命名且在民政部门登记注册的社会团体。协会旨在大数据领域广泛开展技术研究和学术交流，促进大数据在政、企、产、学、研等领域的协同发展，推动大数据采集、整理、分类、分析、存储、发布等技术标准的制订，探索构建大数据分析专业人才协同培养模式，助力大数据教育工作者业务素质和教学水平的提高，推广大数据科技成果在政府管理部门和实际工作中的应用，力促大数据国际技术合作，提高全民数据素养，解决经济社会发展重大现实问题。
缴费说明
收费标准：全套课程元/人，也可选择其他方案。(食宿自理)
具体收费方式如下：
课程1：《数据科学导论》;课程2：《数据科学的概率基础》;课程3：《数据科学的统计学基础》;课程4：《数据科学的编程基础》;课程5：《分布式统计计算》。
方案一：单独选择任何一门课程，元。
方案二：选择2-4门课程，课程总价基础上，九折优惠
方案三：课程1+课程2+课程3+课程4+课程5=元
缴费方式：可提前转账或现场刷卡
汇款形式(人民币)：请务必在备注栏里注明“方案X+课程编号+高校/单位名称+姓名”，汇款后请及时告知孔老师。
汇款信息:
收款人名称：上海置超数据科技有限公司
开户银行：建设银行上海国定路支行
银行账号：3105017536400637
发票提示：培训费发票由北京大数据协会指定单位上海置超数据科技有限公司代为开具。
报名须知
截止时间：年1月10日17:00
报到时间：年1月11日14:00-17:00
报到地点：首都经济贸易大学(红庙校区，北京市朝阳区金台里2号)
上课时间：年1月12日-1月16日09：00-12：00，14：00-17：00
上课地点：首都经济贸易大学（红庙校区）
联系方式：孔老师kong_x
szcdata.中科医院北京去哪个医院治疗白癜风最好