清华数科院与CLOUDERA联手发布大数据人才教育项目

互联网IDC圈8月5日报道，今日，清华大学数据科学研究院（“清华数科院”）宣布与Cloudera合作。Cloudera是当前基于Apache Hadoop及最新开源技术建立的最快捷、最易用、最安全的数据管理和分析平台的全球供应商。在Cloudera CAP学术合作项目的支持下，清华大学和Cloudera将联合发布BASE (Big Analytics Skill Enablement)倡议，以解决中国大数据行业的人才稀缺困境。此次合作还将推动中国研究机构与企业参与国际大数据开源社区建设，进而推动企业大数据应用开发与价值挖掘的行业繁荣。

根据IDC研究显示，大数据解决方案将在未来四年中，帮助全球企业分享大约1.6万亿美元新增收入的数据红利。在大数据产业发展中，以Hadoop为代表的开源大数据生态成为大数据和云计算的重要技术支撑，有效推动了开源社区的用户和贡献者，带动了技术进步与商业发展。而在全球范围内，大数据行业正在面临数据专业人才短缺的困境。

与传统计算机科学和商业分析课程不同，通过CAP，清华数科院将与Cloudera共同为教师与学生提供完整的免费Hadoop课程，学生不仅能从基础的Hadoop开始，也可以学到诸如Spark，Hive，Impala等在全球Hadoop社区最新的技术，这不仅为学生们提供全面的技能培训，优秀的大数据人才将为公共事业和企业带来创新，并在全球视野内获取有竞争力的优势。

据了解，清华数科院与Cloudera的合作，还将着力推进国际大数据开源社区的相关活动在本地的融合，提高本土团队对已有项目参与度，贡献新的开源项目。双方合作的愿景是推动大数据技术在中国的大范围应用，同时将中国本土创造的技术回馈国际开源社区。

清华大学副校长杨斌表示：“首先代表清华大学对数据科学研究院与Cloudera的合作表示衷心的祝贺！在全球数字化转型的时代，Cloudera和清华大学都是积极探索者。希望此次合作可以充实清华大学大数据人才的专业课程、软件及技术培训，以解决中国大数据行业的人才稀缺困境。并基于开源社区建立长效的，产业界与学术界融合交流的平台。”

上图为Hadoop之父、Cloudera首席架构师Doug Cutting，清华大学数据科学研究院管委会副主任、副院长王建民

发布会上，清华大学数据科学研究院管委会副主任、副院长王建民表示：“清华大学数据科学研究院是统筹全校学科资源，整体布局建设的大数据教学与科研机构。在科研上，一直坚持以数据共享和整合为基础，以研究应用为核心，建立大数据分析共享平台，推出具有自主知识产权的大数据分析开源软件和服务。在此过程中，数据科学研究院坚持走来自开源回归开源的开放技术路线，以产业需求为拉动，将产学研用都纳入到开发体系中，坚持国际合作，使源自中国的技术走向世界。这也是为什么我们选择与Cloudera的合作。希望本次合作能打造国际化的开源生态，从而推动中国大数据产业的发展。”

Hadoop之父、Cloudera首席架构师Doug Cutting表示，“Hadoop正处于蓬勃的发展期，而且这样的蓬勃至少还需要几十年。自Hadoop创立之初至今已有十年，而Cloudera成立也有八年之久、进入中国一年半了。与中国清华大学的合作，显然会加速Cloudera在中国的发展。我们很荣幸能为中国大数据人才教育做出贡献。”

同时，Cloudera也发布了BASE (Big Analytics Skills Enablement)倡议——它是一个以行业为主导的生态系统，用以培训未来的数据专业人才。BASE也是为战略性填补数据专业缺乏的鸿沟而诞生的，它带动了行业参与者以及学术机构一起为更多的人培训大数据和分析领域所需的技能，同时让经过训练的数据专家在相关领域和行业得到合适的工作机会。

关于Cloudera CAP项目

通过CAP项目，Cloudera为合作机构提供一个完整、免费、行业级标准的Hadoop培训课程，这些课程可以并入计算机科技和商务分析课程中。隶属于CAP项目机构的教学员工和学生可以免费下载种类繁多的Cloudera提供的培训材料，并能得到Cloudera所有认证资格考试的折扣。同时他们也有资格获得Cloudera University专业培训的惊喜折扣，该培训是由Cloudera的Hadoop建设专家团队提供的，提供了最新的教学工具，教师论坛，专用程序支持，以及世界上大的Hadoop知识库

此外，认证的非营利性学术机构也可以通过一种特殊的大学许可（University License），来获得Cloudera软件更稳健的特性。结合Cloudera的行业领先的开源平台，University License提供给CAP参与者们需要在大数据领域实现重大突破的工具。CAP成员可以免费使用12个月的Cloudera Enterprise数据中心版，借此进行数据密集型测试、开发和研究。