大數據是現代人工智能發展的基礎，依托于大數據的數據挖掘是人工智能的底層邏輯，而擁有數據挖掘技能數據科學家則是人工智能領域內不可或缺的頂尖人才。

數據科學家普遍掌握多重技能，數據挖掘只是其中之一。這些能力往往并非是閉門造車所得，而是在各種實戰項目中積累經驗。

數據是有生命周期的，數據定義、采集、傳輸、存儲、檢索、分析、展示的全過程，均需人機協同和能量的持續投入，因之獲取的知識如運用得宜，也會產生遠大于各種投入的使用價值與經濟價值，如此周流循環，生生不息，這可稱為數據資產的再生產過程。

nlpir大數據語義智能教學科研平臺是大數據語義智能分析專業的教學科研綜合平臺。平臺以自然語言理解為核心，結合北理工團隊多年的科學研究與一線教學經驗，以科學嚴謹的方式，致力于提升學員大數據與人工智能的教學培訓、科學研究與工程實踐的水平。

nlpir大數據語義智能教學科研平臺具有一套完善且豐富的教學體系，課程教材、視頻教學、實訓平臺、實驗驗證和項目案例五位一體。

nlpir大數據語義智能教學科研平臺教學內容豐富，主要圍繞大數據、人工智能和自然語言理解三大核心領域展開，核心內容包括以下幾個方面：

1)科學的大數據觀：大數據的定義，科學發展淵源;如何科學看待大數據?如何把握大數據，分別從“知著”、“顯微”、“曉義”三個層面闡述科學的大數據觀。

2)大數據技術平臺與架構：云計算技術與開源平臺搭建;hadoop、spark等數據架構、計算范式與應用實踐;tensorflow深度學習平臺。

3)機器學習與常用數據挖掘：常用機器學習算法：bayes, svm，深度神經網絡等;常用數據挖掘技術：關聯規則挖掘、分類、聚類、奇異點分析;深度學習：cnn, rnn, lstm, attention模型，seq2seq模型。

4)大數據語義精準搜索：通用搜索引擎與大數據垂直業務的矛盾;大數據精準搜索的基本技術：快速增量倒排索引、結構化與非機構化數據融合、大數據排序算法、語義關聯、自動緩存與優化機制;大數據精準搜索語法：鄰近搜索、復合搜索、情感搜索、精準搜索;

5)非結構化大數據語義挖掘

語義理解基礎：ictclas與漢語分詞;內容關鍵語義自動標引與詞云自動生成;大數據聚類;大數據分類與信息過濾;大數據去重、自動摘要;情感分析與情緒計算;不良信息智能過濾.

6)知識圖譜的大數據自動構建與應用：知識圖譜概念;知識點的自動發現;基于bootstrapping的知識大數據生成;

7)nlpir智能語義平臺：nlpir智能語義分析在線云服務;nlpir parser語義分析平臺實訓;nlpir智能語義二次開發接口與教程。

8)大數據應用案例剖析與綜述：電網大數據應用案例;新媒體傳播創新與頭條應用;非結構化大數據挖掘。

推動大數據技術的教育和傳播，保障大數據安  全。大數據的本質是基于互聯網的數據開放共享、互融互通。在保護國家秘密、商業秘密、個人隱私的前提下，規范推進政務數據資源跨部門跨地區跨層級共享，增強政府透明度，滿足社會需要，推動大數據產業發展。