一、学校介绍
对外经济贸易大学是教育部直属的全国重点大学,国家211工程首批重点建设高校。目前,学校下设研究生院及15个学院;拥有国家级重点学科2个,国家级人文社会科学重点研究基地1个,教育部战略研究(培育)基地1个、教育战略与规划研究中心1个,专业硕士学位授权点12个,本科专业43个。
历经几代师生员工的艰苦创业和努力奋斗,对外经济贸易大学已经发展成为一所拥有经、管、法、文、理五大门类。现有在校学生1.6万余人,其中本科生8400余人,研究生4500余人,来华留学学历生3000余人。
学校培养的学生一直以专业知识和技能扎实、外语娴熟、思维活跃、实践能力强而受到社会的普遍欢迎,毕业生遍布全国各地的外贸、金融、三资等行业领域及国家机关、中国驻外商务机构,为我国经济与社会发展,尤其是经贸事业的发展发挥着重要的作用。
二、专业背景
大数据技术和互联网的发明一样,不仅仅是信息领域的革命,更是在全球领域内加速企业创新、引领社会变革的利器。大数据能给企业带来前所未有的商业价值与机会。使用大数据技术,企业可以灵活、快速、高效地响应瞬息万变的市场需求。据前瞻产业研究院《2014-2018年中国大数据产业发展前景与投资战略规划分析报告》显示,全球大数据技术及服务市场年复合增长率将达31.7%,预计2016年收入将飙至238亿美元,其增速约为ICT市场整体增速的7倍之多。未来几年内,大数据领域就业需求和人才需求缺口巨大。
三、培养目标
大数据的快速发展,带动了行业人才的大量需求,培养基于大数据的人才成为行业和社会急需解决的问题。
大数据分析与应用专业,通过理论学习及项目实践,使学生掌握大数据仓库与运营管理、数据挖掘与风险控制、大数据可视化呈现的方法,提高学生分析、使用大数据的能力,从而为决策者提供大数据支持,并能够将大数据应用在产品创新、营销策划、售后服务等各个领域,提高企业的投入产出比。
四、办学特色
免试入学:无需考试,符合条件,直接入学。
师从名家:名校师资和名企师资联合授课,百度、微软、腾讯、阿里等名企专家均参与教学。师从名家,让您终生收益!
广阔的人脉圈:为学员倾力打造丰富的人际资源,共享对外经贸校友平台,学员横向可扩展校友资源,纵向能延伸企业资源。同学一声,一生同学!
名校学历:学完课程,通过学位课程考试,论文答辩通过后可获得经济学硕士学位。
互联网+前沿专业:将互联网+与大数据技术深度融合,培养大数据分析与应用的专业人才、高薪人才。
O2O教学:采用面授和网络两种授课方式,不脱产,充分满足不同前提条件下同学们的学习需求。
五、培养模式
校企联合培养模式:应用企业真实项目,力求打造适应新形势,具有最新思维和技能的大数据分析与应用专业人才。
六、课程体系
本专业课程体系以循序渐进的方式,从大数据技术基础、数据仓库与数据挖掘,再到商务智能与数据可视化,系统地构建了大数据分析与应用的知识体系,主要包括大数据概论、大数据营销分析、数据仓库与运营管理、大数据商业智能、高级项目管理等内容,既夯实了理论基础,又融入了大量企业实践案例,从而全方位地提升了学生在实际工作中应用大数据的综合能力。
模块设置 | 课程设置 | 模块释义 |
学位课程模块 | 微观经济学 | 1、帮助学员熟悉经济学基础学科,为金融专业课程的学习建立系统性、完整性的基础。2、 即经济学核心课程,是研究生同等学力人员申请硕士学位的全国统一考试专业综合的内容。 |
宏观经济学 | ||
财政学 | ||
国际经济学 | ||
货币银行学 | ||
社会主义经济理论 | ||
专业基础课程 | 大数据技术概论 | 主要介绍大数据基础,包括社交网络、分布系统的CAP理论、NoSQL数据库系统、数据密集型第四科研范式,同时讲解MapReduce的总体结构及工作原理与方法,大数据预测分析、大数据的数据挖掘基本思想,同时帮助学员转变固有的思维方式,学会运用互联网思维来分析和解决问题,建立互联网思维模式,具备互联网思维去解决实际营销问题。 |
互联网+创新案例分析 | ||
专业核心课程 | 机器学习 | 主要介绍当前最流行的机器学习算法所需用到的核心数学和统计技术,帮助学员认知大数据、数据分析思路,大数据处理平台与应用,了解Office办公软件最新版本中能够进行自动化数据分析的新特性,为学员提供一套实用高效的大数据学习脉络;同时,讲解数据可视化的基础理论和概念,挖掘数据背后的故事,探索多元视角,构建有效的数据模型,寻找数据中的趋势和模式,并以图表方式来展示。 |
自动化数据分析 | ||
大数据可视化呈现 | ||
大数据应用 | 大数据商业智能 | 主要是将理论与行业应用相结合,介绍商业智能中的商业模式、商务智能中的核心技术、以及大数据在营销中的核心作用。同时围绕大数据的核心要素、大数据营销的手段方法、营销模式,最终实现通过大数据分析来构建更为全面的金融运营全景视图,使学生掌握大数据商务智能的相关技术和具体应用。 |
大数据营销分析 | ||
项目管理课程 | 管理策略与领导力 | 主要介绍基于人性需求,如何培养领导力,落实有效管理策略。同时系统介绍最佳实践的产品开发模式思想、框架,并对项目和项目管理的基本概念做出明确阐述,着重培养学员的实施能力,针对管理管理人员围绕项目组建、计划管理、项目计划控制、沟通等主要环节及容易出现的误区进行重点讲解。 |
高级项目管理 | ||
大数据综合实战 | 主要是通过综合实战方式,以案例为中心,围绕企业实际应用展开,使学生不仅可以理解大数据相关核心理论,同时将所学的知识学以致用,包括在大数据时代,如何结合大数据实现商业应用的预测与分析,掌握商业预测在实际企业中的实际应用,从而促进企业的做出正确的决策。 |
七、课程介绍
《大数据技术概论》
本课程主要介绍大规模数据处理、分析和挖掘相关的常用算法理论,Hadoop生态系统的架构与应用以及在实际应用中的大规模数据处理技术。课程需要学生阅读大量的相关文献来获得对技术的理解,还要求学生通过完成一系列实验来掌握大规模数据处理理论知识和工具。通过本课程的学习,学生能够在了解和掌握大规模数据处理、分析和挖掘理论的基础上,学会应用大规模数据处理技术解决现实数据处理、分析和挖掘问题。
《互联网+创新案例分享》
本课程重点在于帮助学员转变固有的思维方式,学会运用互联网思维来分析和解决问题。课程主要包括:什么是互联网思维、运用互联网思维取得成功的典型案例以及互联网思维下对用户、产品、品牌、市场的新审视等内容,同时还包含大量的案例研讨和经验分享,旨在帮助学员建立互联网思维模式,具备互联网思维去解决实际营销问题。
《机器学习》
本课程主要介绍当前最流行的机器学习算法所需用到的核心数学和统计技术,包括分类、聚类和预测算法等。通过对各种概念和算法的学习与实践,学习者可以掌握如何用一套抽象的方程式来解决实际问题的方法和技能。
《自动化数据分析》
本课程旨在帮助学员认知大数据、数据分析思路,大数据处理平台与应用,了解Office办公软件最新版本中能够进行自动化数据分析的新特性,并为学员提供一套实用高效的大数据学习脉络,指明大数据学习方向,提升工作效率。使学员可以掌握大数据分析的基本概况、作用及流程,确定分析思路的各种方法,数据处理的各种方法,数据可视化,图表展现的各种方法与技巧。
《大数据可视化呈现》
本课程深入浅出地讲解数据可视化的基础理论和概念,挖掘数据背后的故事,探索多元视角,构建有效的数据模型,寻找数据中的趋势和模式,并以图表方式来展示。在讲解过程中,将结合面向各类数据的可视化在实际应用中共同需要的方法、技术和工具,例如交互和可视化评测方法,以及在具体领域的可视化和应用系统,详细剖析数据可视化的工作流程、步骤和思想,培养学生面对实际数据时的可视化技术运用能力、综合设计与开发的能力。
《大数据商业智能》
本课程基于数据挖掘以及商务智能理论,通过对大数据的分析和应用案例,将理论与行业应用相结合 , 包括商业模式、商务智能概论、商务智能中的核心技术、商务智能与知识管理、同时通过讲解商务智能在行业中的应用及实施方案,使学生掌握大数据商务智能的相关技术和具体应用。
《大数据营销分析》
本课程主要介绍随着金融业务的载体与社交媒体、电子商务的融合越来越紧密,仅对原有结构化数据进行分析已经不能满足企业发展需求,急需借助大数据战略。通过介绍大数据营销的现状、大数据在营销中的核心作用,围绕大数据的核心要素、大数据营销的手段方法、营销模式,最终实现通过大数据分析来构建更为全面的金融运营全景视图,开创企业营销新天地。
《商业预测与智能决策解决方案制定》
本课程主要讲解随着大数据时代的到来, 如何结合大数据实现商业应用的预测与分析,从而促进企业的做出正确的决策。本课程以案例为中心,围绕企业实际应用展开,使学生不仅可以理解理论、掌握实践的具体应用,同时掌握商业预测在实际企业中的实际应用。
八、师资力量
【施建军】 教授对外经济贸易大学校长
博士生导师,享受国务院政府特殊津贴。现担任中国企业管理研究会副会长、中国高等教育学会高等教育财经分会副理事长、中国教育会计学会资金结算分委会会长、中国科技指标研究会副会长、中国世界贸易组织研究会副会长等。先后在《管理世界》、《统计研究》、《经济理论与经济管理》、《南京大学学报》、《中国高等教育》等期刊上发表有关经济管理、区域R&D活动与管理 创新、科技统计、企业与高校财务等各学科学术论文200多篇。出版著作《大学财务综合评价研究》、《高等院校资金运作与风险防范研究》、《统计学教程》等 20多部。承担主持完成了教育部项目《研究型大学财务的比较研究》、财政部项目《江苏省旅游业对财政贡献研究》、江苏省科学技术厅软科学项 目《江苏省科技进步统计监测研究》、北京共建课题项目《北京市创新型城市建设年度评价研究》等国家和省级科研项目20多项,获得省、部级教学、科研奖励 20余项。
【刘立新】 统计学院执行院长
刘立新教授、博士生导师,中国金融工程学会常务理事等校内知名教授。数理金融、金融工程、金融衍生品定价、金融风险管理,极值理论及应用。在国内外核心期刊如《 Acta Mathematica Sinaca 》、《数学学报》、《应用数学学报》、《数学进展》、《财经科学》、《应用概率统计》、《工程数学学报》、《经济数学》、《华东经济管理》、《银行家》等公开发表学术论文三十余篇。参与国家自然科学基金资助项目、教育部项目、学校 211 工程课题多项。主持校级课题多项。
【张 浩】 统计学院国际院长
张浩教授,博士生导师,美国密执安州立大学统计学系博士,中组部“千人计划”专家,对外经济贸易大学教授与统计与决策研究所所长,美国统计协会会士,国际统计学会会士。现任国际统计学期刊“Environmetrics”编委,曾任“Statistics and Probability Letters”编委及美国普渡大学空间统计与气候中心主任,曾在国际统计学会,美国统计协会多个委员会任职,受邀访问过新加坡国立大学、伦敦经济学院、英国Lancaster大学、加拿大哥伦比亚大学(University of British Columbia)、澳大利亚Adelaide大学。主要研究领域是空间统计学,曾参与了十多个跨学科科研项目,研究项目涉及保险、经济、贸易、农业、环境监测等领域。
【唐晓彬】 博士
统计学专业博士、应用经济学博士后,北京大数据协会、应用统计学会常务理事、理事,对外经济贸易大学统计学院副教授,院长助理、经济统计系系主任,硕士生导师。研究领域:大数据方法、统计理论方法与应用研究、计量经济模型分析。先后在《Applied Matheatics and Computation》、《统计研究》、《系统工程理论与实践》等期刊发表论文数20余篇,参与国家社会科学基金项目、国家自然科学基金和教育部项目,主持全国统计科研计划重大项目、重点项目等多项。
【秦 磊】 经济学博士
硕士生导师,主要研究数据挖掘、大数据计算、时间序列、金融风险管理及其应用。先后在国内核心期刊《统计研究》、《数量经济技术经济研究》、《中国科学:数学》、《数理统计与管理》、《中国管理科学》、《商业经济与管理》上公开发表多篇学术论文,出版译著《智能大数据SMART准则:数据分析方法、案例和行动纲领》,主持北京市自然科学基金、学校211项目等多项课题。
【林仕鼎】 百度原大数据首席架构师
北航大数据技术与应用专业主任,曾任百度大数据首席架构师,负责公司数据相关工作,统一指导基础架构部、系统部以及运维部的技术和战略方向,同时对影响公司未来战略的关键技术进行前瞻研究和探索。国家863中国云“以支撑搜索服务为主的网络操作系统”项目负责人,发改委、工信部、财政部“云计算示范专项”项目负责人,中国计算机学会大数据专委会委员。
【常国珍】 北京大学商学博士
曾就职于亚信科技BOC部门、方正国际金融事业部、德勤管理咨询信息技术系统咨询部,SAS公司资深讲师,Oracle ORE 大数据认证讲师。从事银行与征信行业信用风险预测建模、客户价值提升等数据挖掘项目。擅长基于客户行为分析的数据挖掘建模。
【孙江东】 高级系统架构师
精通开源系统软件(操作系统、集群及数据库等),精通开源虚拟化kvm技术及IaaS云Openstack;擅长开源软件方案设计,熟悉开源IaaS云openstack的各个技术层级;有丰富的电信、金融、制造等行业IT系统设计及实施经验。
【宋俊典】 上海计算机软件技术开发中心
截止2012年,申请并参与了近10项国家863项目、上海市科委攻关项目、大型企业的信息化研究项目,荣获上海市咨询类项目一等奖。先后参加了创新方法TRIZ培训、上海干部在线学习城等一系列学习和培训,获得SOA软件架构师、TOGAF企业架构师等资格认证。
【张海燕】 前盘古文化传播有限公司高级数据架构师
前盘古文化传播有限公司高级数据架构师,深厚的数据素养,丰富的各类数据项目架构设计和项目管理经验。
善于对数据进行深度分析,擅长构建多维模型;同时具备深厚的系统技术基础,精通Bi相关产品; 精通BIEE等商务智能工具; 曾负责多个大数据相关项目,如盘古搜索运营分析商务智能平台、用户访问过程挖掘平台;拥有在政府及公共事业单位等重大Bi项目参与经历,如中科院ARP、深圳数字环保数据中心项目、深圳大运会通信与信息系统。
【巴 川】 数据分析专家
现任知名游戏公司数据分析挖掘专家,北京航天航空大学软件学院大数据专业兼职硕士生导师。曾在中国搜索、乐视、畅游、竞技世界等公司从事互联网数据挖掘工作。主要研究领域:互联网产品分析、运营分析,社交网络挖掘、推荐系统、数据可视化等。
深厚的数学素养和算法理论基础;丰富的数据挖掘实践经验;熟悉R、SAS、SPSS等主流数据挖掘工具;熟悉BC-PDM等并行数据挖掘工具;熟悉R、gephi等数据可视化工具;熟悉社会网络(含复杂网络)分析算法和gephi等复杂网络分析工具;熟悉BIEE等商务智能产品。
九、报名条件
大学本科毕业获得学士学位。
十、学费及教材费
学 费:28000元/2年,一次性交齐。
资料费:500元。
十一、学制
学 制:学制2年。
学习方式:周末(六、日)上课,不脱产学习。
十二、授课地点
对外经济贸易大学
十三、所需材料
1、填写在职人员高级课程研修班报名登记表
2、提交本人身份证复印件、本科学历证书和学位证书复印件
3、1寸和2寸免冠照片各三张(背景色为白色或者蓝色)
十四、证书
结业证书:
学员完成“课程设置”中所规定的课程并考试(考核)成绩合格者后可获加盖校长签名章、学校钢印和红章的 《对外经济贸易大学高级研修班结业证书》。
硕士学位证书:
符合申请硕士学位条件的学员(取得国家承认学士学位)可按我校有关规定申请对外经济贸易大学统计学专业理学硕士学位。
十五、申请经济学硕士学位及方法
1、报名参加高级课程研修班学习的人员,在报名时提出申请硕士学位需求。
2、申请学位按照对外经济贸易大学研究生部学位办公室关于以研究生毕业同等学力申请硕士学位的规定办理。所交学费不包括进入论文阶段后的费用。
3、国家统一组织的英语和经济学学科综合水平考试,由我院协助学员到研究生部办理手续,费用按规定由学员交纳。
4、我院将为学员安排教师进行学位论文的指导。
十六、学校账户
开户名称:对外经济贸易大学
开户银行:北京银行和平里支行
银行账号:01090353700120105474948
十七、退费
1、缴纳学费完成后一个月内可申请退学,学费可全额退还。
2、缴纳学费一个月后退学不予退款
梁老师:17812039143
张老师:18611851496
报名邮箱:edu@eduego.com