.

阿里云教育一体机,基于云原生开发服务(阿里云容器服务Kubernetes)和移动开发服务(EMAS),以一体机的交付方式将前沿科技和最佳实践以面向学生的课程的形式引入高校,为教育线客户提供解决方案。
缩小高校在人才培养侧和市场需求侧在结构、质量、水平存在的差异。

硬软一体化交付
把云搬进高校

六大门课程与实验
学习热门技术

业界首创
产教结合

互动交流

如何时光倒流,回到大学你最想get什么技能呢?
行业职场与校园课本的差距有多大? 希望更多的高校学子完成掌握理论知识到技术运用的完美转身,在毕业前成为更好的自己。

直播议程表2019年3月13日

14:00 - 14:30

孙峣阿里云资深解决方案架构师

阿里云教育一体机介绍

为响应国务院办公厅关于深化产教融合的若干意见中关于深化产教融合,促进教育链、人才链与产业链、创新链有机衔接要求,填补人才培养供给侧和产业需求侧在结构、质量、水平的差异,阿里巴巴云计算有限公司结合行业流行技术与自身商业化产品,并配套理论教材,实验环境,动手实践以及认证考试,推出面向全国高校的教育一体机。

14:30-15:00

任雪松智华信董事长

学生创新教学实训实验室合作建设方案

介绍阿里云教育一体机在学校的应用场景和阿里云学生创新教学实训实验教育师资及认证体系。探索高校创新创业的新模式并介绍阿里云-智华信高校实验。

15:00 – 15:45

高校专家

圆桌论坛:大学生职业发展和就业情况的讨论

若干位高校教师分享和探讨当前大学生职业发展、就业环境和就业情况。并讨论阿里云教育一体机如何助力大学生的专业课学习和未来职业发展。

直播议程表2019年3月13日

14:00 - 14:30

孙峣阿里云资深解决方案架构师

阿里云教育一体机介绍

为响应国务院办公厅关于深化产教融合的若干意见中关于深化产教融合,促进教育链、人才链与产业链、创新链有机衔接要求,填补人才培养供给侧和产业需求侧在结构、质量、水平的差异,阿里巴巴云计算有限公司结合行业流行技术与自身商业化产品,并配套理论教材,实验环境,动手实践以及认证考试,推出面向全国高校的教育一体机。

14:30-15:00

任雪松智华信董事长

学生创新教学实训实验室合作建设方案

介绍阿里云教育一体机在学校的应用场景和阿里云学生创新教学实训实验教育师资及认证体系。探索高校创新创业的新模式并介绍阿里云-智华信高校实验。

15:00 – 15:45

高校专家

圆桌论坛:大学生职业发展和就业情况的讨论

若干位高校教师分享和探讨当前大学生职业发展、就业环境和就业情况。并讨论阿里云教育一体机如何助力大学生的专业课学习和未来职业发展。

课程精彩内容一览
  • 移动DevOps:性能监控大盘

    用于评测用户体验。其中从用户角度出发的APP性能情况尤为重要。

    • 启动耗时x%分位数

      数据定义:性能基础指标,表示客户端app启动耗时数据的统计学指标:x%分位数(x=0-100整数)。

    • 启动耗时x%平均值

      数据定义:性能基础指标,表示客户端app启动耗时数据的统计学指标:x%平均数(x=0-100整数)。

    • 启动耗时达标率(<=3000ms)

      数据定义:性能基础指标,表示客户端app启动耗时达到阈值数值n的百分比(n可配置)。

    • 主链路启动时间达标率(<=1000ms)

      数据定义:性能基础指标,表示客户端app主链路页面打开耗时达到阈值数值n的百分比(n可配置)。

    • 主链路滑动帧率达标率(>=50F)

      数据定义:性能基础指标,表示客户端app主链路页面滑动帧率大于阈值数值m的百分比(m可配置)。

  • 区块链技术:Fabric智能合约开发实验课

    开发一份基于Golang的chaincode,实现个人履历的存证(6课时)

    • 履历记录Key-Value写入账本

      假设对于同一个ID,同一年份只会写入一条记录,不需对重复年份的情况进行特殊处理。请注意chaincode的参数接收顺序

    • 查询记录

      在chaincode中实现getRecord方法,以个人ID和年份为参数,查询出对应的就读学校/在职公司。请注意chaincode的参数接收顺序

    • 将加密后的履历记录Key-Value写入账本

      通过transient传入密钥(ENCKEY)和初始化向量(IV),将加密后的履历记录Key-Value写入账本。ENCKEY和IV由调用脚本生成,不需要在chaincode中生成。

    • 解密记录并返回

      通过transient传入密钥(DECKEY),将对应的就读学校/在职公司解密后返回。DECKEY由调用脚本生成,不需要在chaincode中生成。

  • 机器学习:非参数局部模型(K近邻)

    我们常说,物以类聚,人以群分,判别一个人是一个什么样品质特征的人,常常可以从他/她身边的朋友入手,所谓观其友,而识其人。我们不是要判别上图中那个绿色的圆是属于哪一类数据么,好说,从它的邻居下手。但一次性看多少个邻居呢?
    从上图中,你还能看到: 如果K=3,绿色圆点的最近的3个邻居是2个红色小三角形和1个蓝色小正方形,少数从属于多数,基于统计的方法,判定绿色的这个待分类点属于红色的三角形一类。 如果K=5,绿色圆点的最近的5个邻居是2个红色三角形和3个蓝色的正方形,还是少数从属于多数,基于统计的方法,判定绿色的这个待分类点属于蓝色的正方形一类。