&

打造真AI真實(shí)戰(zhàn)真英雄

為什么學(xué)人工智能

比起智能我們更缺人工

產(chǎn)業(yè)發(fā)展
崗位需求
崗位薪資

國(guó)務(wù)院出臺(tái)政策大力推動(dòng)AI發(fā)展

保守估計(jì)，2030年的中國(guó)將成為世界主要人工智能創(chuàng)新中心。
AI相關(guān)產(chǎn)業(yè)規(guī)模達(dá) 100000億元，你能想象嗎？
現(xiàn)今中國(guó)人工智能領(lǐng)域的投融資占全球的 60%，是規(guī)模最大的國(guó)家；
中國(guó)人工智能市場(chǎng)增長(zhǎng)迅速，2017年其市場(chǎng)規(guī)模達(dá) 237億元，同比增長(zhǎng)67％。
資料內(nèi)容：部分來(lái)自國(guó)務(wù)院下發(fā)《新一代人工智能發(fā)展規(guī)劃的通知》
人工智能人才需求

統(tǒng)計(jì)數(shù)據(jù)表明，截止2018年年中，
AI從業(yè)人員50000人，而行業(yè)需求量已經(jīng)突破 1000000人，
而AI對(duì)人才的需求仍然與日俱增。
中國(guó)人工智能企業(yè)數(shù)量達(dá)數(shù)千家，位列全球第二，北京是全球人工智能企業(yè)最集中的城市。
資料內(nèi)容；部分來(lái)自國(guó)務(wù)院下發(fā)《新一代人工智能發(fā)展規(guī)劃的通知》
人工智能崗位薪資

人工智能，古老而又嶄新的行業(yè)，邁進(jìn)高薪近在咫尺。
人工智能高科技人才全球緊缺，需求旺盛。技術(shù)類工程師平均月薪2.58萬(wàn)，而50%的人工智能人才月薪可達(dá)3萬(wàn)以上。

什么樣的人適合學(xué)

如果你有著如下的困擾，解決問(wèn)題的時(shí)候到了

適合人群	需要解決的問(wèn)題	課工場(chǎng)提供的解決方案
大學(xué)生	就業(yè)需求迫在眉睫，對(duì)未來(lái)充滿期待和不確定，該入哪一行、選擇什么職業(yè)？	通過(guò)大量的真實(shí)項(xiàng)目訓(xùn)練，提升動(dòng)手能力，增加項(xiàng)目實(shí)戰(zhàn)經(jīng)驗(yàn)。課上課下全天候訓(xùn)練，鍛煉實(shí)戰(zhàn)開(kāi)發(fā)項(xiàng)目的能力。鞏固學(xué)過(guò)的數(shù)學(xué)知識(shí)，理解算法原理，增加項(xiàng)目動(dòng)手經(jīng)驗(yàn)的同時(shí)，為更高層次的算法解決方案打好基礎(chǔ)。
職場(chǎng)人士（數(shù)據(jù)分析）	已經(jīng)擁有了數(shù)據(jù)分析抓取方面工作經(jīng)驗(yàn)的白領(lǐng)，技能發(fā)展遇到瓶頸，如何突破職業(yè)天花板？	充分利用已有數(shù)據(jù)方面的經(jīng)驗(yàn)技能，對(duì)AI算法的推導(dǎo)過(guò)程原理進(jìn)行深度補(bǔ)充，在數(shù)據(jù)挖掘分析基礎(chǔ)上進(jìn)一步提升，從數(shù)據(jù)引入深度學(xué)習(xí)知識(shí)，在數(shù)據(jù)基礎(chǔ)上進(jìn)入AI的學(xué)習(xí)，將數(shù)據(jù)分析挖掘的知識(shí)充分靈活運(yùn)用，運(yùn)用算法解決實(shí)際問(wèn)題。
IT從業(yè)者	Javeer、PHPer、,前段er...具備了豐富的項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn)，職業(yè)發(fā)展進(jìn)入平臺(tái)期，如何邁進(jìn)科技前沿行業(yè)？	直接跳過(guò)編程基礎(chǔ)，通過(guò)項(xiàng)目之間橫向和縱向的對(duì)比，迅速進(jìn)入AI項(xiàng)目的開(kāi)發(fā)，在開(kāi)發(fā)過(guò)程中理解AI項(xiàng)目的開(kāi)發(fā)過(guò)程及技能，理解深度學(xué)習(xí)開(kāi)發(fā)AI項(xiàng)目，大大增加在算法開(kāi)發(fā)方面的能力。

人工智能從業(yè)者職業(yè)規(guī)劃

人工智能到底干什么？人工智能崗位都有哪些？

AI算法工程師

1、深度學(xué)習(xí)算法研究、實(shí)現(xiàn)和優(yōu)化，負(fù)責(zé)特定需求的深度學(xué)習(xí)算法解決方案。
2、跟進(jìn)業(yè)界人工智能的研究成果，開(kāi)發(fā)并提升相應(yīng)的算法任務(wù)。

1
圖像識(shí)別工程師

1、根據(jù)公司產(chǎn)品和業(yè)務(wù)需求，進(jìn)行相關(guān)圖像算法的研究和開(kāi)發(fā)。
2、負(fù)責(zé)相關(guān)算法的核心代碼實(shí)現(xiàn)或移植。

2
自然語(yǔ)言處理工程師

1、根據(jù)公司產(chǎn)品和業(yè)務(wù)需求，進(jìn)行相關(guān)NLP算法的研究和開(kāi)發(fā)。
2、負(fù)責(zé)NLP問(wèn)題的研究，完成知識(shí)抽取、實(shí)體匹配、語(yǔ)義消歧、關(guān)系抽取等應(yīng)用的研發(fā)。

3
語(yǔ)音識(shí)別工程師

1、參與公司核心語(yǔ)音識(shí)別算法的設(shè)計(jì)和研究及其工程實(shí)現(xiàn)。
2、負(fù)責(zé)跟進(jìn)行業(yè)前沿技術(shù)發(fā)展趨勢(shì)，不斷優(yōu)化當(dāng)前神經(jīng)網(wǎng)絡(luò)模型；

4
數(shù)據(jù)挖掘工程師

1、對(duì)產(chǎn)品與用戶數(shù)據(jù)進(jìn)行爬取和分析，發(fā)現(xiàn)數(shù)據(jù)背后的特征規(guī)律；
2、完成產(chǎn)品、市場(chǎng)等部門(mén)提出的各類數(shù)據(jù)挖掘需求、完成機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘項(xiàng)目。

5
數(shù)據(jù)分析工程師

1、負(fù)責(zé)數(shù)據(jù)分析工作，挖掘數(shù)據(jù)分析需求，制定并實(shí)施分析方案，進(jìn)行項(xiàng)目數(shù)據(jù)分析、模型建構(gòu)和數(shù)據(jù)處理。
2、結(jié)合分析結(jié)果，設(shè)計(jì)業(yè)務(wù)指標(biāo)體系及數(shù)據(jù)產(chǎn)品并驅(qū)動(dòng)相關(guān)業(yè)務(wù)的發(fā)展。

6

科學(xué)實(shí)用的課程體系

成體系培養(yǎng)，符合行業(yè)發(fā)展趨勢(shì)

人工智能
數(shù)據(jù)分析
Python

人工智能初級(jí)：人工智能技術(shù)和應(yīng)用場(chǎng)景的全面解析，系統(tǒng)化介紹人工智能技術(shù)鏈條

通過(guò)實(shí)例對(duì)人工智能的開(kāi)發(fā)語(yǔ)言載體Python進(jìn)行深入理解并掌握Python語(yǔ)法規(guī)則，變量和數(shù)據(jù)類型，程序結(jié)構(gòu)控制，Python的數(shù)據(jù)結(jié)構(gòu)，Python中的OOP，了解-神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法和流程，學(xué)習(xí)主流機(jī)器學(xué)習(xí)、深度學(xué)習(xí)框架環(huán)境的搭建，TensorFlow、Keras、Caffe等。

人工智能中級(jí)：本模塊重點(diǎn)在于算法的開(kāi)發(fā)實(shí)現(xiàn)方面，學(xué)習(xí)人工智能中的識(shí)別技術(shù)

通過(guò)數(shù)字識(shí)別和人臉識(shí)別、自然語(yǔ)言處理等這些應(yīng)用極為廣泛的項(xiàng)目開(kāi)發(fā)，深入介紹深度學(xué)習(xí)的概念，激活函數(shù)以及神經(jīng)網(wǎng)絡(luò)基礎(chǔ)，對(duì)CNN、RNN進(jìn)行原理方法和原理學(xué)習(xí)，卷積層和池化層，圖像特征提取與識(shí)別，經(jīng)典LeNet模型， LSTM，Encoder-Decoder Model等，同時(shí)引入自然語(yǔ)言處理方面的內(nèi)容，包括分詞、題干提取建模等，為不同方向的技術(shù)學(xué)習(xí)構(gòu)建完整的技能知識(shí)圖譜。

人工智能高級(jí)：從本階段開(kāi)始，我們的學(xué)習(xí)重點(diǎn)轉(zhuǎn)向高級(jí)的模型優(yōu)化算法上

在項(xiàng)目開(kāi)發(fā)實(shí)現(xiàn)的基礎(chǔ)上進(jìn)行調(diào)優(yōu)處理，通過(guò)學(xué)習(xí)過(guò)程的優(yōu)化、數(shù)據(jù)預(yù)處理方法、超參數(shù)、學(xué)習(xí)率優(yōu)化、 Batch-Normalization等方法，實(shí)現(xiàn)開(kāi)發(fā)算法的優(yōu)化，完善提升神經(jīng)網(wǎng)絡(luò)的效率和質(zhì)量，進(jìn)一步理解算法實(shí)現(xiàn)與設(shè)計(jì)，實(shí)現(xiàn)開(kāi)發(fā)工程師提升到算法專家之路。
數(shù)據(jù)分析初級(jí)：使用Python處理工作場(chǎng)景中的簡(jiǎn)單數(shù)據(jù)分析

基于CDBD（中國(guó)歷代人物傳記資料庫(kù)）數(shù)據(jù)集開(kāi)發(fā)課程案例，介紹數(shù)據(jù)分析的基本流程和方法，涉及的數(shù)據(jù)建模方法主要是聚類和決策樹(shù)，學(xué)完之后能夠使用Python處理工作場(chǎng)景中的簡(jiǎn)單數(shù)據(jù)分析。

數(shù)據(jù)分析中級(jí)：成為具有一定分析思維的數(shù)據(jù)分析師

基于真實(shí)企業(yè)數(shù)據(jù)庫(kù)開(kāi)發(fā)案例，重點(diǎn)介紹K-近鄰、凝聚與分裂（層次聚類算法）、線性回歸、樸素貝葉斯等數(shù)據(jù)建模方法，最終成為具有一定分析思維的數(shù)據(jù)分析師，滿足就業(yè)需求。

數(shù)據(jù)分析高級(jí)：成長(zhǎng)為一名高級(jí)數(shù)據(jù)分析師，并獲得算法工程師的相關(guān)技能

基于前兩個(gè)階段學(xué)員學(xué)習(xí)數(shù)據(jù)開(kāi)發(fā)的在線學(xué)習(xí)數(shù)據(jù)分析案例，通過(guò)完全貼近真實(shí)情境的數(shù)據(jù)分析工作，學(xué)會(huì)處理各種數(shù)據(jù)分析中的復(fù)雜問(wèn)題，所使用的建模方法有支持向量機(jī)、DBSCAN、邏輯回歸和反向傳播神經(jīng)網(wǎng)絡(luò)，最終成長(zhǎng)為一名高級(jí)數(shù)據(jù)分析師，并獲得算法工程師的相關(guān)技能，能做出直接跟系統(tǒng)交互的儀表盤(pán)。
Python初級(jí)：數(shù)據(jù)可視化

在大量數(shù)據(jù)的情況下，如何讓數(shù)據(jù)能夠更直觀，更高效的輸出有用的信息就需要借助于數(shù)據(jù)可視化技術(shù)。通過(guò)項(xiàng)目實(shí)戰(zhàn)完全掌握 Matplotlib實(shí)現(xiàn)簡(jiǎn)單直觀的數(shù)據(jù)可視化、Echarts實(shí)現(xiàn)更豐富的交互需求，在此基礎(chǔ)上認(rèn)識(shí)更多的數(shù)據(jù)可視化庫(kù)并靈活運(yùn)用。

Python中級(jí)：數(shù)據(jù)抓取與采集

互聯(lián)網(wǎng)上存在著海量的數(shù)據(jù)信息，通過(guò)爬蟲(chóng)可以快速高效的獲取這些數(shù)據(jù)。Scrapy爬蟲(chóng)框架是當(dāng)前非常流行的一款爬蟲(chóng)框架。 Scrapy使用Python作為開(kāi)發(fā)語(yǔ)言，并且提供了非常豐富擴(kuò)展功能，數(shù)量掌握Scrapy爬蟲(chóng)框架的使用能夠?qū)崿F(xiàn)高效獲取互聯(lián)網(wǎng)數(shù)據(jù)的目標(biāo)。

Python高級(jí)：數(shù)據(jù)清洗與挖掘

本階段主要完成數(shù)據(jù)處理方面的學(xué)習(xí)，利用Python實(shí)現(xiàn)數(shù)據(jù)清洗與存儲(chǔ)相關(guān)技能。數(shù)據(jù)被正式應(yīng)用于AI核心算法前，需要經(jīng)過(guò)遷移、清洗、分片等多種轉(zhuǎn)換處理，利用Python的numpy、pandas模塊有效處理源數(shù)據(jù)中的空缺值、噪聲數(shù)據(jù)、不一致數(shù)據(jù)、重復(fù)數(shù)據(jù)等。數(shù)據(jù)來(lái)源、存儲(chǔ)環(huán)境是多樣的，分別來(lái)自于JSON、CSV文件，MySQL、Redis、MongoDB數(shù)據(jù)庫(kù)，HDFS文件系統(tǒng)等等。利用Python的json、csv、pymysql、redis、pymongo、pyhdfs模塊很好地解決了數(shù)據(jù)存儲(chǔ)問(wèn)題。

高精尖的應(yīng)用項(xiàng)目體系

結(jié)合互聯(lián)網(wǎng)應(yīng)用場(chǎng)景，培養(yǎng)學(xué)員遇到問(wèn)題->分析問(wèn)題->解決問(wèn)題的實(shí)際能力
業(yè)務(wù)級(jí)解決方案+系統(tǒng)級(jí)解決方案

1.車(chē)牌號(hào)碼識(shí)別

車(chē)牌識(shí)別技術(shù)要求能夠?qū)⑦\(yùn)動(dòng)中的汽車(chē)牌照從復(fù)雜背景中提取并識(shí)別出來(lái)，該項(xiàng)技術(shù)在車(chē)輛管理、電子收費(fèi)等系統(tǒng)中廣泛應(yīng)用，圖像識(shí)別是AI最廣泛的應(yīng)用之一。
2.身份證識(shí)別

身份證識(shí)別應(yīng)用于線上線下銀行、交通出行檢驗(yàn)等行業(yè)，是指使用圖像識(shí)別技術(shù)對(duì)身份證信息自動(dòng)提取，并對(duì)身份證信息按要素格式化輸出信息。
3.人臉識(shí)別驗(yàn)證

人臉識(shí)別技術(shù)的發(fā)展讓“刷臉”變成現(xiàn)實(shí)，例如門(mén)禁刷臉系統(tǒng)、IPhoneX刷臉解鎖、手機(jī)銀行支付等等。人臉驗(yàn)證主要通過(guò)人臉識(shí)別定位、人臉屬性識(shí)別、特征提取等等技術(shù)，保證其準(zhǔn)確率和安全性。
4.客服機(jī)器人

采用自然語(yǔ)言處理技術(shù)，智能客服機(jī)器人的應(yīng)用有著明顯的優(yōu)勢(shì)。特別是為企業(yè)大大提升了服務(wù)效率，收集用戶訴求和行為數(shù)據(jù)，為企業(yè)改進(jìn)產(chǎn)品提供了有力支撐。
5.推薦系統(tǒng)

利用推薦算法分析用戶的一些行為，通過(guò)一些數(shù)學(xué)算法，推測(cè)出用戶可能喜歡的東西。例如音頻推薦、文本推薦廣泛應(yīng)用于各種網(wǎng)站中。
6.街景識(shí)別

街景識(shí)別顧名思義指城市的交通道路、街道空間的存在物的識(shí)別，例如街道兩旁商鋪?zhàn)R別。該應(yīng)用廣泛用于地圖導(dǎo)航、自動(dòng)駕駛等技術(shù)中。對(duì)拍攝到的圖像進(jìn)行分解識(shí)別，定位有效標(biāo)識(shí)并進(jìn)行識(shí)別。場(chǎng)景識(shí)別的技術(shù)關(guān)鍵點(diǎn)在于如何在紛繁復(fù)雜的背景環(huán)境中順利的拆分出有效標(biāo)識(shí)。
7.京東銷售數(shù)據(jù)分析

使用Python對(duì)京東銷售數(shù)據(jù)集進(jìn)行探索和分析，并介紹如何使用Jupyter notebook制作數(shù)據(jù)分析報(bào)告。
8.宋朝官員特征描述

對(duì)宋朝官員政治關(guān)系記錄和親屬關(guān)系記錄兩個(gè)數(shù)據(jù)集進(jìn)行探索和分析，使用k-means算法對(duì)官員進(jìn)行聚類，獲得不同于傳統(tǒng)評(píng)價(jià)方式的對(duì)官員特征的描述，看看他們?cè)跉v史的舞臺(tái)中扮演了怎樣的角色。
9.招聘信息爬取

為了分析企業(yè)的人才需求，從智聯(lián)招聘，前程無(wú)憂，拉勾網(wǎng)，boss直聘，獵聘，中華英才網(wǎng)6加招聘網(wǎng)站按關(guān)鍵詞爬取招聘信息，并實(shí)現(xiàn)使用爬取關(guān)鍵詞和網(wǎng)站URL相結(jié)合的去重方式實(shí)現(xiàn)增量爬取等功能，最后將所有爬取的數(shù)據(jù)以csv格式保存。
10.招聘信息數(shù)據(jù)可視化

數(shù)據(jù)可視化分別使用Matplotlib和PyEcharts數(shù)據(jù)可視化庫(kù)，將從各招聘網(wǎng)站爬取的招聘信息，使用條形圖、柱狀圖等手段，多維度的展示企業(yè)對(duì)人才的需求情況。

更多項(xiàng)目

為什么選擇課工場(chǎng)

真AI、真就業(yè)、真服務(wù)

1.真才實(shí)學(xué)+真材實(shí)料=真AI

人工智能+場(chǎng)景賦能，精準(zhǔn)定位崗位需求，緊密結(jié)合企業(yè)級(jí)需求，含金量極高的項(xiàng)目體系和精準(zhǔn)的課程體系。真項(xiàng)目真AI！
2.精心調(diào)研+專心規(guī)劃=真就業(yè)

崗位分析+學(xué)習(xí)行為挖掘，自適應(yīng)引導(dǎo)學(xué)習(xí)，項(xiàng)目訓(xùn)練選擇通過(guò)百家企業(yè)審核，符合企業(yè)能力需求，就業(yè)目標(biāo)明確。
3.誠(chéng)信設(shè)計(jì)+用心實(shí)施=真服務(wù)

與北京大學(xué)聯(lián)手，重磅打造自適應(yīng)學(xué)習(xí)平臺(tái)；
北京大學(xué)教授指導(dǎo)課程設(shè)計(jì)；
中央實(shí)驗(yàn)室解決大數(shù)據(jù)、大算力的問(wèn)題；
線上行業(yè)大咖授課+線下教練服務(wù)；

頂級(jí)專家團(tuán)隊(duì)打造的AI課程

課工場(chǎng)聯(lián)合北京大學(xué)

課工場(chǎng)創(chuàng)始人北京大學(xué)教育學(xué)博士

課工場(chǎng)創(chuàng)始人，北京大學(xué)教育學(xué)博士，北京大學(xué)軟件學(xué)院特約講師，北京大學(xué)學(xué)習(xí)科學(xué)實(shí)驗(yàn)室特約顧問(wèn)。作為國(guó)家信息安全水平考試授權(quán)中心Aptech聯(lián)合創(chuàng)始人，歷任學(xué)術(shù)總監(jiān)，研究院院長(zhǎng)，公司副總裁等核心崗位，擁有20多年IT職業(yè)教育產(chǎn)品管理和企業(yè)管理的經(jīng)驗(yàn)。于2015年創(chuàng)辦課工場(chǎng)，兼任總經(jīng)理，旨在為大學(xué)生提供更可靠的IT就業(yè)教育及服務(wù)。

肖睿
北京大學(xué)教育學(xué)院副院長(zhǎng) 博士生導(dǎo)師

北京大學(xué)教育學(xué)院副院長(zhǎng)，博士生導(dǎo)師。2007年于香港中文大學(xué)獲取哲學(xué)博士（教育學(xué)）學(xué)位，任香港中文大學(xué)教育學(xué)院客座副教授、中國(guó)教育技術(shù)協(xié)會(huì)教育游戲?qū)I(yè)委員會(huì)理事長(zhǎng)、全國(guó)計(jì)算機(jī)輔助教育（CBE）學(xué)會(huì)副理事長(zhǎng)、中國(guó)人工智能學(xué)會(huì)理事、全球華人探究學(xué)習(xí)學(xué)會(huì)常務(wù)理事等學(xué)術(shù)職務(wù)。

尚俊杰
北京大學(xué)副教授德國(guó)慕尼黑理工大學(xué)博士

北京大學(xué)副教授，德國(guó)慕尼黑理工大學(xué)博士。擁有超過(guò)10年的數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)相關(guān)技術(shù)的學(xué)習(xí)經(jīng)驗(yàn)及工作經(jīng)驗(yàn)，主要從事數(shù)據(jù)科學(xué)工作，具備數(shù)學(xué)、計(jì)算機(jī)、管理等專業(yè)背景，曾赴德國(guó)慕尼黑工業(yè)大學(xué)合作多媒體技術(shù)項(xiàng)目。擅長(zhǎng)數(shù)據(jù)分析策略制定與數(shù)據(jù)挖掘，曾與電信、電商、金融、文化、教育等企業(yè)合作數(shù)據(jù)科學(xué)相關(guān)項(xiàng)目。

黃文彬
北京大學(xué)博士北京大學(xué)副教授

北京大學(xué)博士，北京大學(xué)副教授。擁有10年以上計(jì)算機(jī)語(yǔ)言及人工智能大數(shù)據(jù)方面的教學(xué)經(jīng)驗(yàn)，曾赴斯坦福大學(xué)計(jì)算機(jī)系人工智能實(shí)驗(yàn)室從事深度學(xué)習(xí)方面的合作研究，任職訪問(wèn)副教授。李戈教授是國(guó)際上最早利用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算機(jī)程序分析與生成相關(guān)研究的研究者之一。結(jié)合自然語(yǔ)言分析技術(shù)，對(duì)程序語(yǔ)言的神經(jīng)語(yǔ)言模型的研究取得了國(guó)際領(lǐng)先的研究成果。

李戈
北京大學(xué)數(shù)學(xué)科學(xué)博士北京大學(xué)計(jì)算機(jī)研究所研究員

北京大學(xué)數(shù)學(xué)科學(xué)博士，北京大學(xué)計(jì)算機(jī)研究所研究員，主導(dǎo)國(guó)內(nèi)頂尖研發(fā)工作。15年北美IT行業(yè)工作經(jīng)驗(yàn)，參與過(guò)金融、保險(xiǎn)、醫(yī)療、零售等行業(yè)的眾多大型項(xiàng)目開(kāi)發(fā)和企業(yè)數(shù)據(jù)集成，曾任軟件架構(gòu)師、高級(jí)咨詢顧問(wèn)、大數(shù)據(jù)方案架構(gòu)師等，負(fù)責(zé)大數(shù)據(jù)應(yīng)用的方案設(shè)計(jì)。

Wayne
研究院副院長(zhǎng) 北京師范大學(xué)碩士

研究院副院長(zhǎng)，北京師范大學(xué)碩士，從事計(jì)算機(jī)教育應(yīng)用研究和實(shí)踐11年，曾致力于教育領(lǐng)域的軟件研發(fā)、計(jì)算機(jī)技術(shù)應(yīng)用于教學(xué)的效果研究，并發(fā)表多篇研究論文。長(zhǎng)期致力于基于崗位分析的逆向課程設(shè)計(jì)方法、教學(xué)設(shè)計(jì)方法、教學(xué)技巧、學(xué)習(xí)心理的研究，首次在培訓(xùn)行業(yè)中提出以學(xué)生為中心的教學(xué)設(shè)計(jì)理念。

李娜

咨詢課程

工作不是用來(lái)找的，而是用來(lái)選的！

合作企業(yè)
合作高校

我們知道，這一次學(xué)習(xí)對(duì)你非常重要！

錢(qián)花了，還可以再掙；但是時(shí)間花了，就真的沒(méi)有了！
路走錯(cuò)了，還可以返回路口再選；機(jī)會(huì)錯(cuò)過(guò)了，就真的沒(méi)有了！
我們無(wú)法證明自己是最好的，我們只能做到讓自己更可靠！
我們不是職業(yè)教育，我們是就業(yè)教育！
未來(lái)源于今天的選擇！我們?cè)概c你并肩前行！

咨詢課程