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
数据治理
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。
数据治理与数据文化启航课
在数字化与智能化快速发展的背景下，企业在数据管理方面普遍面临数据分散、标准不一致、质量难保障、共享受限以及安全与合规压力等问题。数据治理作为企业数字化转型的基础工程，旨在以制度、流程与标准为出发点，提升数据的可用性、可靠性与安全性，支撑业务增长与管理提效。本课程面向管理者与关键岗位，提供体系化、可落地的治理认知与方法。
数据治理体系构建-从合规入表到价值释放
本课程独创“政策-技术-运营”铁三角治理框架，以某部委数据治理实战经验为基底，打通政策合规到技术落地的关键断点。通过复用省级数据治理验收标准，将DCMM 22项条款转化为企业自检武器；构建主数据清洗规则库与动态血缘追踪引擎；更依托长安链三元组存证技术，为数据资产提供不可篡改的价值锚点。
数据治理与数据资产管理体系-数字化转型的核心基建
课程背景：在数字经济深度渗透、全球产业竞争日趋激烈的背景下，数据已成为驱动企业数字化转型、构筑核心竞争力的关键生产要素。外部来看，技术迭代加速、合规要求趋严（GDPR、《数据安全法》等法规落地）、客户需求个性化升级，倒逼企业提升数据管理能力；内部来看，多数企业受制于数据整合能力薄弱、治理体系缺失、资产化路径模糊、专业人才短缺等问题，难以将海量数据转化为实际业务价值，唯有构建系统化、规范化、价值导向
数据治理的应用与发展
在大数据时代，“数据治理”对所有拥有大量数据的公司来说都是一个挑战。业内还流传着“数字转型，治理先行”的说法。越来越多的企业将数据治理作为数字化战略的一项必要举措，并将其列入企业的战略行动计划。
