三个皮匠微信公众号每天给您带来最全最新各类数据研究报告

1974年，Peter Naur首次提出“数据学”和“数据科学”的概念,在即今为止的46年中,大众产业在数据赋能下进入快速迭代的周期中。如何在产业转型升级中把握人才的教育方向和实践路径，已经不仅仅是学科发展和高校建设的发展指标，背后更多是城市竞争力与国家战略的考量。

数据的流通带来了信息分发效率的高效提升，数据科学将作为通用目的技术(generalpurpose technologies)一方面重组传统流程和模式，认知学习与团队协作方式产生变化;

另一方面，数据科学是具有社会泛化效应的增长技术引擎，作为时代支撑型技术会引起跨领域的产业转型和升级。因此,有关数据科学的应用价值既需要关注垂直创新价值，同时也要关注生态创新价值。

和鲸认为，数据科学教育项目有别于传统学科项目，需要具备协同性、整合性、敏捷性和生态化的特征，要完整的打造一体化的数据科学教育项目，需要完成4个阶段性任务以构建完整的教育流程:

数据科学知识体系的掌握：完备的数据科学理论知识和技能理论、数据治理;

阶梯式实践路径与实战项目：分析管理云端化平台化;认知数据科学项目的负责性;团队协同与分工;

真实行业场景中创造业务价值：真实场景价值;创新落地;多元背景团队的协同;

开放生态的深度连接：生态玩家的有机结合;立体化流程搭载。（关注公众号“三个皮匠”，获取最新行业报告资讯）