数据治理
大数据治理实践：从可用到管用的业务赋能之路
课程背景：2020年，大数据被正式列为新型生产要素,标志着大数据产业发展的新大幕正式开启。“十四五”期间，随着人工智能在各类应用场景中的加速落地，行业对数据的质量、规模与时效性要求日益明确，数据供给的空间约束也愈发紧迫；市场对大数据技术创新与应用落地的呼声空前高涨；各领域对大数据的需求更是日益旺盛且呈现出多元化、精细化的特征。同时，我们也看到了当前大数据技术发展存在滞后性，相关研究与实践多半停留在
企业数据体系建设-通过全局数据治理及分析实现持续效益提升
主讲：王旭刚老师【课程背景】在当今数据驱动的商业环境中，企业数据体系建设已不仅是技术升级，更是企业生存与发展的“数字地基”。它通过统一治理，打通孤岛、沉淀高质量数据资产，让原本分散、沉睡的数据转化为可复用、可增值的生产要素；借助实时分析与智能决策，企业得以精准捕捉需求、优化供应链、降低运营成本，在瞬息万变的市场中抢占先机。最终，数据治理及分析体系成为连接战略、业务与技术的“企业操作系统”
AI大模型与数据治理
课程一：AI 架构——从计算基础设施到大模型工程化课程目标：掌握构建高性能、可扩展AI 系统架构的核心原理，解决模型从实验室走向生产环境的“最后一公里”问题。1.AI 计算基础设施架构▪异构计算资源：GPU（A100/H800/H20）与 NPU 集群的选型与拓扑。▪分布式训练架构：数据并行(DP)、模型并行 (MP)、流水线并行 (PP) 与 Ze
AI时代的数据和知识治理升级
在AI大模型重塑商业逻辑的今天，企业数据管理正面临着一场从“后台支撑”到“前台驱动”的剧烈阵痛。作为业务管理者，本课程以徐晓仪老师独创的“数智DnA双螺旋变革体系”为顶层指引，深度融合《华为数据治理之道》《华为知识治理体系》与DG4AI标准，将带领学员跳出单纯的技术视角，用“业务主导、以用促治”的实战逻辑，打通从“结构化数据治理”到“非结构化知识工程”的任督二脉，构建AI时代的高质量数据底座。
数智化伦理与数据治理
算法歧视、数字鸿沟、大数据杀熟、大数据投毒等逐渐浮现在媒体上。App是否应该收集我们的数据？计算机能记住所有的事情，那么，是否还有“浪子回头金不换”？出门就打开地图，那是否还能有浪漫的“邂逅”？不同单位和和人的数据如何在保护的情况下共享？本课程将介绍其中涉及组织运作和个人利益的伦理问题，并给出数据治理的解决方案。
