北京師范大學大數據

① 北師大的大數據博士就業方向

數據工程與數據分析。
相對來說，博士的學歷較高，就業前景也較為可觀，數據挖掘師/演算法工程師、數據科學家、大數據可視化工程師、數據產品經理、數據工程師、數據分析師等崗位都可以選擇
就業選擇盡量與專業緊密結合，那樣我們在就業的時候就不會處於被動狀態，對應聘崗位也有較大的優勢。

② 「人工智慧與教育大數據峰會.2019」日前在京舉行。北京師范大學資深教授,中國

。。。。7。。。 。。7885

③ 2019年教育大數據藍皮書指出 數據將成學校核心資產

4月17日上午，《中國基礎教育大數據發展藍皮書（2015）》發布會暨教育大數據高峰論壇在 北京師范大學 舉行。國內首份基礎教育大數據發展藍皮書正式發布。

據悉，《中國基礎教育大數據發展藍皮書（2015）》由 北京師范大學 「移動學習」教育部-中移動聯合實驗室、中國教育技術協會、江蘇省教育信息化工程技術研究中心聯合發布，由北京拓思德科技有限公司獨家支持。

北京師范大學 「移動學習」教育部-中移動聯合實驗室主任余勝泉指出，數據將逐漸取代土地、勞力、資金等稀缺資產，成為社會和企業最重要的核心資產。同時，數據也將改變人類的認知方式和文化生態，「人機結合的思維模式將成為現代人認知世界的基本方式，藉助智能設備而生存的時代已經到來」。未來，大數據將演變成為一種「人人生產數據、人人共享數據、人人管理數據」的社會文化。

余勝泉表示，作為教育界和學校最重要的資產，未來教育數據採集的重心將向非結構化、過程性的數據轉變，「教育大數據的採集應該是全樣本的、即時的數據」。教育界還應加強教育大數據與其他領域大數據（醫療、交通、經濟、社保等）的融通和關聯分析，進一步增強教育決策的科學性」。

藍皮書負責人之一、 江蘇師范大學 副教授楊現民表示，教育大數據並非單純指其數量大，更重要的是其「價值」很大，教育大數據的核心價值是分析和預測。他表示，與其他領域的大數據相比，教育大數據具有高度的復雜性，其應用也需要高度的創造性。他認為，教育屬於超復雜的系統，教育領域的大數據不存在清晰的、固定的分析流程和分析方法。教育大數據的分析既要綜合運用傳統的數據分析方法與工具，也要合理採用專門針對大數據處理的新方法和新工具，「嚴格來說，教育大數據的分析模型不是被設計出來的，而是被發現的」。

此次藍皮書梳理了全球教育大數據相關政策進展，解讀了教育大數據的內涵、獨特性，剖析了教育大數據的來源與結構，對常用的四大類13種教育數據採集技術進行了介紹，並提出7種典型教育數據分析模型。通過搜集整理49個典型應用案例，提煉出基礎教育大數據的五大應用模式，探討了國家、區域以及學校三個層面教育數據網路的構建思路，以及教育大數據管理存在的難題及基本解決思路。

在隨後的教育大數據高峰論壇中，與會專家針對教育與大數據的深度融合展開了討論。專家們指出，是中國的教育大數據元年，政府、企業、學校、研究者、社會公眾等開始關注教育大數據。與此同時，我國教育大數據研究與實踐整體還處於起步探索階段，國外也沒有成熟的經驗和模式可以借鑒。希望通過「政、產、學、研、用」五方聯合，共同助力我國基礎教育大數據發展，為實現中國教育引領世界而一起努力。

余勝泉、顧小清、方海光、魏順平等4位專家，分別就《大數據時代的教育變革》、《以學習分析改進教學實踐》、《面向基礎教育的移動學習與教育大數據研究》、《數據驅動的大規模在線教育實施評估模型構建與應用》等主題發表了演講

④ 大數據專業考研到廣州有哪些學校

有以下學校
本科階段，開設大數據專業的廣東高校有北京師范大學-香港浸會大學聯合國際學院、、佛山科學技術學院、廣東白雲學院、肇慶學院、汕頭大學、廣東工業大學、廣州大學、韓山師范學院、廣東財經大學、廣東技術師范學院、廣東科技學院、廣州商學院、北京理工大學珠海學院、廣東技術師范學院天河學院、廣州大學華軟軟體學院等。
大數據相關專業招收研究生的則有清華-伯克利深圳學院、中山大學（數據科學與計算機學院）等。

⑤ 北京師范大學校長董奇：面向未來的智能化教育評價

近日，在由北京師范大學與科大訊飛聯合主辦的人工智慧與教育大數據峰會 ·2019上，北京師范大學校長董奇教授做了題為《面向未來的智能化教育評價》的主題報告。

他表示，當下 科技 飛躍、經濟全球化的時代對於人才素養提出了新要求，但傳統的教育評價受限於技術等因素，對這些重要的素養難以進行客觀的評估，因此需要整合多方面的 科技 進展，使教育評價能更好的反映學生德智體美勞的全面發展。

在董奇看來，未來 社會 對人才素養提出了四大新要求：

一是面對變化的、不確定的未來，必須學會學習、堅持終身學習，必須具有人機結合的思維方式；

二是面對 科技 發展、信息爆炸的未來，必須具備信息素養、 科技 素養和數據素養；

三是面對人工智慧無處不在的未來，必須具備高階思維能力、創新能力和問題解決能力；

四是面對人類成為命運共同體的未來，必須具備核心價值觀、 社會 責任和全球意識。

同時，董奇指出，當前我國學生發展仍存在一些突出問題，例如學習負擔過重、實踐動手能力較弱、創新能力不足、體質 健康 狀況下降等問題。上述問題主要與國內教育實踐中存在的六大問題相關，這六大問題分別是：一是重分數輕能力；二是重知識輕素養；三是智育輕德育；四是重共性輕個性；五是重學習輕 健康 ；六是重結果輕過程。

他認為，造成這些問題的原因雖然很多，但其中一個重要原因是教育評價，我國教育質量評價與督導體系還不健全。

未來教育評價發展的新趨勢

董奇認為，技術發展為教育評價帶來新動能，主要有三個方面：

一是雲計算、大數據、5G、物聯網及智能終端技術的發展，是支撐智能評價環境構建的新要素；

二是VR/AR/MR支持的沉浸式情境營造、AI支持的智能識別技術及可穿戴設備支持的數據採集，為開展真實情景下的教育評價創造了新契機；

三是教育數據的建模、分析和可視化，成為支撐智能評價全過程、多維、高效的新方法。

董奇認為，所有這一系列技術的整合、結合將推動教育評價進入新的發展階段。教育評價事實上已經開始進入新的發展階段，就是智能化的教育評價新趨勢已經出現，一共有七大趨勢：

一是評價可實現目標的變化 。從過去的注重知識、基本能力的評價，到關注德智體美勞全面評價。

二是評價功能的變化 。從過去的甄別、選拔，到精準改進、促進發展。

過去，只能基於簡單有限的方法，用於選拔和甄別。現在我們可以發揮評價更重要的功能，那就是用於改進、促進學生各個方面的發展，進行精準的改進指導，包括提供改進的方法和內容。

三是評價對象的變化 。從過去採取抽樣的方法選取部分學生，到面向所有學生，關注每個學生。現在使用新的技術，使得我們可以面對所有的學生，甚至不用取樣了，用整體取樣的方法就夠了，還能給每一個學生進行個性化的評價、指導。

四是評價信息源的變化 。從過去較單一模態的信息，到多元化、豐富化、多模態化的信息。

過去我們收集的數據只能用比較簡單的文本信息或者一些圖片信息，視頻信息都很有限，以及做研究用視頻信息成本太高。現在我們可以用大量的更豐富的多模態信息，而且能對這些信息進行自動化的智能化的分析，加工評判。

五是評價任務的變化 。從過去的非典型場景，到真實化、生活化、趣味化。

過去我們的評價是在一些非真實的典型場所。專門的考場，特定的時間，特定的要求。時間可能就是高考那兩天。過去我們不能在真實的生活學習工作過程中，在真實的情景中對人進行評價。現在智能化的評價使我們對這樣一種工作成為可能，例如通過 游戲 建構接近真實的問題場景，在交互操作中測量學生的高階思維能力。

六是評價方式的變化 。從過去顯性化、總結性的評價，到嵌入式、伴隨式、隱形性評價。

過去的評價就是考試，無論小考還是大考，就是測驗。現在的評價考試可以潛入你的日常行為和學習，協助老師日常的教育，帶有一些伴隨性和隱形性的特點，增加了評價結果的真實性。

七是評價結果反饋的變化 。從過去的滯後反饋到即時反饋，從過去面向群體反饋到面向群體+個體反饋。

過去的評價分析成本很高，通常需要延遲反饋和指導。現在可以做到即時反饋和指導，而且是有針對性的個性化的推送。

董奇表示，所有這些都是在一系列新技術發展整合的條件下，我們能夠實現隨著未來新技術的發展進一步的發展，這方面的能力會越來越強大，集成創新將是智能化教育得到發展的一個重要前提。現在世界各國，包括我們國家已經在應用智能化教育測評方法方面取得了一些重要的進展，這些進展盡管是初步的，但是隨著時間的推移，隨著我們應用的深入，隨著不斷地研究研發，我相信它的應用水平會越來越高。

智能化教育評價新進展

隨後，董奇介紹了智能化教育評價的一些新進展，例如對學生情緒 情感 、 社會 技能、語言表達、信息和科學素養等方面的評測案例。

情緒 情感 評測 。以深度學習、增強學習、遷移學習為支撐， 探索 文本分析、語音分析、圖像識別、血譜成像應用，實現對個體情緒特徵的識別與判斷。

比如說學生在學習過程中，在身心 健康 發展中，情緒是很重要的一個維度。我們對情緒、 情感 怎樣進行評價？如果能了解學生平時學習過程中的真實情況狀態，比如說數學學習過程中，有的孩子是有數學學習焦慮的，有的甚至很嚴重，那我們可以將學生學習過程中的情緒狀態和他的成績關聯。

我們也可以看一個數學課的教學結果，老師產生的效果是什麼？不僅是數學成績的高與低，還包括學生對數學學習的情緒， 情感 熱愛程度以及自信心如何。這些都可以利用文本分析、語音分析、圖像識別的技術以及學譜儀等一些新的方法對它進行評價。

社會 技能測評 。「人人交互」實時記錄多個學生合作完成任務過程中的對話與關鍵行為，形成過程流數據，從數據中抽取證據，評價學生的 社會 技能水平。

在如今的 社會 ，人的 社會 技能是非常重要的。無論在線下還是線上虛擬世界，人與人之間都會發生很多的 社會 交往。

我們通過兩個及以上同學間的群體的合作過程中形成的過程性的數據，從中抽取關鍵有用信息，能對學生 社會 交往的水平進行評價。但對線上和線下交往水平的評價可能是一致的，也可能不一致。有的人線上線下的 社會 交往水平都差不多，有的人可能線上線下是有較大差異的，我們都可以對它進行更深入的研究。

語言表達能力評測 。人機交互的測評模式，實現口語數據的自動化採集，模仿專家打分建立評分模型。

語言表達能力很重要。我們要花很多時間學習母語，花很多時間學習第二語言。那麼有了人工智慧和相關技術，使得我們對人的語言評價有了進一步的擴展的能力。

過去我們對人的評價更多集中在閱讀，對口語和聽力評價比較困難，做研究成本也非常的高。現在語音技術以及人工智慧技術的發展，使我們無論對母語，還是對中國人學第二語言，還是對外國人學漢語，都提供了前所未有的新的可能，也包括對我們國家少數民族的孩子學好普通話都提供了新的可能。

信息素養測評 。計算機環境下互動式的測評任務，基於學生的任務表現測評ICT素養。

我們可以在學生實際的人機互動過程中，了解他的信息素養狀況，更接近孩子真實的生活工作中利用信息技術促進提升自己的工作效率和質量的狀況。

科學素養評測 。在STEAM教學課堂中實時採集教與學全過程數據，課程結束時自動生成評估報告。

在今天這樣一個 科技 飛速發展， 科技 和 社會 緊密結合的時代，科學素養也有了新的含義，那麼科學素養可以說現在高度重視的是這種課程對學生進行過程性的評價。

問題解決能力與創造力測評 。模擬真實問題情境的問題解決能力測評，基於人工智慧技術評估學生的高階能力。

今天這個時代我們有很多時間，從復雜繁雜的日常簡單勞動中解放出來，有更多時間去從事復雜的創造性問題，人類會有更多的時間去從事自己想做的很多有趣的事情。那麼在今天這個時代，高階的問題解決能力，創造性極其重要，所以需要我們對它進行客觀的評價。

體質 健康 測評 。基於運動手環等IoT設備，實時採集學生運動與體質體能的相關信息，從而實現對不同學生的個性化體質與 健康 評估。

對學生體質的測量需要用表現行為方式，表現性的方式就出現評價的困難。現在用新的信息技術和方法，包括可穿戴設備，使得我們能夠在日常學習、鍛煉過程中，大大提高結構性評價的精度和准確性。

藝術素養測評 。在書法方面，基於OCR智能書寫評測技術，評價學習者作品，如重合度、大小、重心、空間分布等。在演唱方面，基於智能語音技術的音樂評價，可對學習者的音樂素養進行大規模的監測。此表現型測評可實現全過程電子化採集、存儲於分析。

藝術素養不能只是填問卷。了解學會欣賞，更要學會藝術的表達。我們現在可以用新的語音技術來推動對學生表現型的藝術素養部分的測試。比如今年的5月，我們能夠在同一天同時對20萬的中小學生進行演唱的藝術素養的測試，實現對全國范圍內600多個區縣全程化的測評儲存，分析和加工。

與此同時，董奇針對智能化教育評價提出來幾點建議：

一是在國家層面上，把智能化教育評價納入國家相關戰略；

二是加強高校間、高校與科研院所的合作，推動智能化教育評價理論和方法創新；

三是加強高校與企業的合作，推動研究成果在教育領域中的及時應用；

四是在國家層面簡歷智能教育評價平台，加強開放與共享。

董奇最後強調，教育與人工智慧結合，與其他技術的結合，涉及到一系列倫理、安全、隱私保護的問題，例如數據的採集和獲取、數據的流轉和保護、數據的授權和應用等。這項工作要走好走穩，我們必須要高度重視這樣的問題，在這方面出現了任何問題，將會嚴重干擾我們推進這塊工作，這也是行業共同合作要遵循的一些基礎。（雷鋒網雷鋒網雷鋒網）

⑥ 數據科學與大數據技術專業怎麼樣學成之後可以從事的職業有哪些

隨著電子技術和信息科學的發展，近兩年每個網民都有機會在社交媒體發出自己的聲音，留下海量的信息。人類生產信息的速度可謂風馳電掣，每兩年就會增長一倍，近兩年產生的數據總量相當於人類有史以來所有數據量的總和。科研領域、企業運營及日常生活中的數字、文字、圖像、音頻都是數據，大數據的處理速度快、價值密度低、商業價值高。擁有海量數據的國家或企業如果能合理地解釋運用這些數據，就會增強自身的競爭力。大數據專業就在這樣的背景下應運而生，很多學校看到該領域的前景，競相申請設立數據科學與大數據技術專業。今天小編將帶你深入了解數據科學與大數據技術專業。

扎實的數學功底

由課程設置可以看出本專業對學生的數學基礎有一定要求，通識課部分就設置了三門數學課，學科基礎課依然有離散數學，數字邏輯與數學系統。建議想報考的同學提前觀看一些入門課程，客觀評估自己的數學能力。盲目報考無益於個人發展，會造成掛科過多、學習壓力過大、就業困難等不良後果。

有耐心有毅力

大數據專業和計算機專業比較像，是注重實踐的專業。學生需要獨立編寫程序，對程序進行修改與調試，需要注意每一個細節才能順利查錯並運行程序。有耐心有毅力的學生顯然更能坐的住，心浮氣躁的學生則需要一番磨練才能成功。

自主學習能力強

一般情況下，大數據專業無法向學生傳授大數據核心技術之外的知識技能，如果學生需要進入全新領域去實習就業，就必須要迅速掌握新領域的相關知識。假如學生到金融行業從事數據挖掘工作，就必須對金融產品及用戶有所了解。

工作

畢業生就業主要集中在一線城市，畢業於985院校的畢業生常常被各大企業一搶而空，就業行業以互聯網、金融、通信、教育、文化娛樂、電子商務等行業為主。薪資待遇令人羨慕，即使是剛畢業的學生，平均月薪就在12000-15000之間，工作3-5年比較有經驗的人可以拿到20-35k的月薪。

考研

主要方向有：計算機科學與技術、計算機系統結構、計算機軟體與理論、計算機應用技術、科學與信息技術（清華、北大、復旦、北京航空航天大學等少數學校開設）。

留學

該專業留學首推美國。國外的大學設置了數據科學專業，數據科學就是從數據中提取信息知識，是數據挖掘與預測分析的延伸，亦是發掘知識與數據的過程。所以，數據科學專業不僅包含了大數據也包含了數據分析。推薦學校有：哥倫比亞大學、加州大學伯克利分校、斯坦福大學、麻省理工學院、卡耐基梅隆大學等。

⑦ 大數據屬於什麼專業

我猜，題主想要問的是：最近幾年大火的大數據，如果是想要在大學里學習相關專業，將來從事相關工作，具體有哪些專業是屬於對口的吧？就從這個角度來說一說。

一般來說，學校的人才培養和專業設置，相對於市場上相關人才的熱門需求是要相對滯後的，比如說國際貿易、物流管理、電子商務這些專業，都是在相關行業蓬勃發展一段時間之後，各高校才逐步設立了相關專業。大數據、人工智慧相關領域，也不例外。

這個專業和領域的另外一個優勢還在於，它學習和入門的門檻比較高，也就是說，一個人通過本科4年、再加上碩士研究生、博士研究生的系統學習後，基本上就會構建自己專業領域上一定的壁壘，形成自己極具競爭力的專業優勢，這樣一來，起點高、又有較高的壁壘，在今後的職業道路上也就會有更好更快的發展。