明庭辉
国际信息科学考试学会（EXIN）大数据与人工智能认证培训授权讲师
关于EXIN
国际信息科学考试学会（Exam Institute for Information Science，简称EXIN）由荷兰经济事务部于1984年创办，现今从荷兰政府部门独立成立了EXIN基金会。EXIN是一家面向全球ICT从业人员的中立认证考试机构。迄今为止，来自全球120多个国家和地区累计两百万以上的IT职业人士已经获得了EXIN颁发的IT管理资格认证。
目前，EXIN认证体系包含了云计算、大数据、人工智能、绿色IT、数据中心、项目管理Prince2、敏捷开发、信息安全等。2015年1月，EXIN全球首家推出OpenStack开源软件的中立认证体系。EXIN通过同欧盟政府的紧密合作，在欧洲IT人员能力评估体系e-CF(Europeane-Competence Framework)中做出了巨大的贡献。
百年不遇的疫情之后，更多业务将从线下转移到线上，大数据处理和分析能力已经成为各个行业的核心能力；人工智能第三次崛起，算法和机器人将越来越多的介入人类的生产和生活；人工智能能力是2019年排名第二的“雇主最需要的能力”。
大数据与人工智能的行业应用。云计算、大数据、区块链、5G物联网、人工智能，这五方面技术，基本上构成了各种行业应用的技术基础，这些应用包括智慧城市、智慧金融、新零售、物流制造、智能制造等等。运用这些技术能够将疫情对人类社会的影响降到最低，而且疫情客观上讲也会促进这些技术的推广和应用，国家现在推出的新基建，也是围绕这些技术进行布局。
大数据技术体系-Hadoop已有十几年的历史，早期参考了 Google的技术框架，包括分布式文件存储、分布式任务调度和其他技术；人工智能的技术体系其体系非常广泛，包括一些最早的如符号学派的自动定理证明，80年代开始有机器学习，尤其是统计机器学习的崛起，2010年代开始，深度学习成为人工智能的核心技术。深度学习使用多层神经网络进行特征提取，极大的提高模型的泛化能力，深度学习训练的模型的各种性能指标都，相比原来机器学习得到了很大的提高。目前，深度学习在互联网行业应用是最广泛的，包括计算机视觉、自然语言处理、推荐引擎等。但深度学习也逐步向各个行业推广，比如医疗、农业、物流、机器人、智能制造等领域。
深度学习的核心技术。卷积神经网络（CNN）主要是提取图像的特征；循环神经网络（RNN）用于提取序列数据的特征；生成对抗网络（GAN）是通过生成网络和判别网络的不断博弈，进而使GAN学习到数据的分布；强化学习（Reinforcement Learning）是通过不断的尝试，从错误中学习，最后找到规律，学会了达到目标的方法；深度强化学习（DQN）是目前最接近通用人工智能的范式之一，在游戏和机器人等需要从经验学习的领域，有广泛且深刻的应用前景。
大数据基础课程包括六部分，分别是课程概览、大数据基础、大数据源、数据挖掘、大数据技术-Hadoop、大数据技术-MongoDB；人工智能基础课程也是六部分，分别是人工智能是什么、人工智能基础、人工智能应用、人工智能与机器人、人工智能与人类协作、AI理论与可持续发展。
课程优势有三点：第一，来自国际两大权威考试和认证机构—EXIN and BCS；第二，课程由行业领域权威并且有指定的教材；第三，基础知识和丰富的行业案例相结合，学员能学到很多经验。另外，课程目标群体很广泛，有工程师、科学家，还有专业研究人员，CIO等等都可以参加。
课程认证的六个好处：一，学习大数据和人工智能基础和应用知识；二，环球+20,000,000认证学习者、+100国家、+5大洲；三，大量的一线实际案例，培养大数据和人工智能应用实践技能；四，考试内容和形式适合业务和技术人员五，；以提高效率和降低成本为宗旨，力求取得实效；六定期组织活动，学员形成密切的团体。
至此大数据和人工智能的知识体系介绍完毕，谢谢。
