自2016年12月开始，“北京理工大学大数据创新学习中心”开展了系列大数据创新学习活动。在Python实战学习中，学员们已经掌握了Python的基本语法和爬虫技术;在知识图谱学习中，学员们掌握了知识图谱构建的关键技术，也掀起了北京地区学界和业界的“知识图谱构建及其智能应用”的学习热潮。逾千名师生加入了“Python及系统开发、数据分析、数据挖掘、知识图谱”等系列主题的自主学习与实战训练活动中，实现了“学中用，用中学”的学习与实践结合的良好效果。2017年9月，中国人民大学统计与大数据研究院加入，成立了“北京数据科学联合教育中心”。为了满足学员的提升数据挖掘和分析能力需求，该中心将于2017年12月3日开展“人工智能创新创业暨机器学习研讨”活动。活动面向北京理工大学师生、北京地区高校师生及科研机构免费开放，诚挚邀请感兴趣的师生、研究人员和从业人士莅临本次活动，加入创新学习活动中来，现将有关事项通知如下：
活动主题：
介绍创新教育及创新大赛训练组队;
大数据时代就业形式分析及求职指导;
人工智能技术介绍与机器学习模块的学习规划。
主办方：
北京理工大学研究生院
北京理工大学图书馆
北京数据科学联合教育中心
北京理工大学大数据创新学习中心
协作方：
雪晴数据网
北京友万信息科技有限公司
活动时间：2017年12月3日(周日)14:00—17:00
活动地点：北京理工大学研究生院101报告厅
活动议程：
时间
报告内容
主讲人
所在单位
14:00-14:10
北京数据科学联合教育中心学习活动介绍
逄金辉
北京理工大学图书馆
14:10-14:50
人工智能机器人科技创新教育
陈志成
北京格分维科技有限公司董事长
14:50-15:20
创新科技竞赛训练组队
陈志成教授指导
15:20-15:50
大数据视角下的就业形势分析
单艺
猎聘网首席数据官
15:50-16:00
会歇
16:00-16:40
人工智能技术介绍及其在智慧城市场景应用
巴特尔·马哈比尔
北京此时此地信息技术有限公司前大数据主管
16:40-17:00
机器学习模块的学习小组组建
【报告题目：人工智能机器人科技创新教育】
内容简介：2017年7月20日国务院下发《新一代人工智能发展规划》，其中把人工智能教育作为国家战略的重要内容之一。本报告在解读相关政策的基础上，阐述人工智能机器人教育的创新意义、研究内容、课程体系、应用模式等，为从事该领域的研究和开放工作者提供重要参考。
报告人简介：陈志成博士，清华大学计算机系博士后，英国访问交流学者。主要研究领域为：人工智能、机器人、物联网、云计算、大数据、智能家居、智慧医疗。先后担任北京邮电大学世纪学院计算机学科带头人、教授;华为技术有限公司高级技术专家，主持和参与多项课题，发表多篇论文和专利、专著，荣获“优秀教师”、“优秀党员”、“突出贡献奖”，中国“十二五”科技创新个人，人工智能60周年“科技创新领军人物”，中央电视台“2016中国创业榜样”等多种荣誉奖项。现任中国人工智能学会基础专业委员会常务委员，国际信息研究学会中国分会人工智能专委会主任，中国信息协会大数据分会理事，中关村大数据产业联盟专委会主任，北京格分维科技有限公司董事长。兼任中国科学院大学、北京邮电大学、北京工商大学、北京工业大学、大连理工大学等兼职教授和研究员等职。
【报告题目：大数据视角下的就业形势分析】
内容简介：“不是我不明白，这世界变化快。”即将毕业的你，是否还记得当初跨进校门时的梦想?是否了解相关行业的人才需求大势?是否想知道AI、大数据等新技术浪潮会对工作有什么样的影响?猎聘大数据研究院，基于猎聘网 3800 万求职者、50 万家企业、日均1亿条日志的求职招聘大数据，对制造、房地产、金融、互联网等主要行业的就业形势进行了深入的统计、分析和研究。我将分享我们的主要发现，并探讨AI和商业流程自动化的最新发展对未来工作形态的可能影响，希望能够对即将走出象牙塔、进入职场的同学们有所启发。
报告人简介：单艺，毕业于清华大学和美国University of Arizona，获得了管理信息系统专业的学士和硕士学位。目前担任猎聘网首席数据官，负责机器学习技术和产品研发、商业数据分析以及大数据基础设施建设。他具有17年的数据挖掘和系统研发经验，曾经入选“影响中国大数据产业进程100人”。之前，他担任Omni-Dimension Inc(毕肯互动)和WPP Group/奥美ITOP 24/7 Networks的CTO职务，负责数据驱动的互联网广告优化技术和精准广告网络的研发;还曾经担任空中网悟空搜索副总裁和美国Yahoo!网页搜索资深工程师，从事大规模搜索技术和文本挖掘技术的研发。
【报告题目：人工智能技术介绍及其在智慧城市场景应用】
内容简介：随着数据科学/人工智能在各个领域的成功应用，城市的智慧化建设需求也逐渐出现，亟待解决。本次演讲将从基于物联网/互联网等数据的智慧城市中各种服务优化的角度，谈一谈数据科学在这一主题上的应用。实际场景包括智慧城市中各个场景中的排队预测问题，等候时间问题，人群拥挤情况分析，包括大型车站，大型商场等。采用基于物联网数据的方案，具体技术包括计算机视觉，深度学习，图像分割，对象识别，对象跟踪，多传感器信息融合技术。具体语言为python/java。具体平台为Tensorflow，Apache Spark, Deeplearning4j。
报告人简介：巴特尔·马哈比尔(Bater.Makhabel)，清华大学计算机系硕士，现任北京某大型互联网企业数据科学家，北京此时此地信息技术有限公司前大数据主管，工程师/数据科学家/技术书籍作者/连续创业者，多本数据科学专著的出版者，熟悉JAVA/C++/Python/R语言，专注于算法/机器学习/数据挖掘/自然语言处理/计算机视觉/深度学习/分布式系统架构等领域。曾经创立过北京基元动力信息技术有限公司，出版过英文技术书籍《Learning Data Mining with R》、《R: Mining Spatial, Text, Web, and Social Media Data》以及多部视频教程和论文。
参会报名
本次会议免费
