• 英国best365官方网站入口
  • 经管邮箱
  • 教职工内网
  • 用户登录
  • EN

清华经管学院首届本科生暑期实习实践项目开展

2022-09-28
阅读:

2022年暑期,清华经管学院首届本科生暑期实习实践项目(以下简称暑期项目)顺利开展。暑期项目是学院人才培养的重要方式之一,也是产学研深度融合的丰富多元的教学方式,更是学院本科特色项目的落地。暑期项目过程中,企业与学院共同努力,以沉浸式、体验式、互动式的学习模式,提升学生解决实际问题的能力、领导力和团队协作能力。

为促进校企双方深度交流和暑期项目顺利落地,学院前期召开了本科生暑期实习实践项目启动会暨校企合作助力人才培养研讨会。工商银行、东方红资产管理、睿远基金、华为财经、猎聘网及亮亮视野等部分参与该暑期项目的企业参加会议,校企双方共同探讨了人才培养的新思路和人才合作的新模式,希望通过深度对接企业和行业的发展需求,探索优势互补的协同育人形式,构建校企合作的良性互动,促进学生全面发展。

随后,学生们前往企业开展为期5~8周的暑期实习实践,共有10家企业参与本次暑期项目,分别是工商银行、东方红资产管理、华为财经、猎聘网、亮亮视野、正大中心、联想集团、医渡云、深维智信和首都机场。学生们对参与此次项目给予高度认可,认为不仅了解了真实的商业实践,接触到行业前沿发展,还能够开拓眼界,提升解决实际问题的能力,丰富价值、能力和知识的维度,真正践行了“知行合一”。

本科生暑期实习实践项目合影

东方红资产管理(左上)、工商银行(右上)

华为财经(左下)、深维智信(右下)

本科生暑期实习实践项目合影

联想集团(左上)、正大中心(右上)

首都机场(左中)、医渡云(右中)

猎聘网(左下)、亮亮视野(右下)


以下为参加此次暑期项目的学生感言:

【东方红资产管理】

井晨哲 经04:非常感谢东方红给予这次实习机会,感谢学院老师们对同学们实习资源的支持,在“跨境产业链”的研究主题下,我亲身经历了从焦头烂额不知道如何切入研究到最终做出完整报告的整个过程,学习到行业研究需要的成熟框架和思路,更激发了我对于研究工作的兴趣,也让我深刻理解了研究工作学无止境。

【工商银行】

邓易安 经04:老师们传授了课本上没有的实际经验,结合自己多年丰富的职业经历和见解,讲解生动、热情饱满,非常有价值。线下的参访增加了体验感,对商业银行的业务和发展前沿有了更真切的体会。

【华为财经】

刘逸然 经05:这段实习是对我学校学习知识的检验和补充,同时,我了解到业界对于知识的应用方式方法。华为不仅是一个国际化的大平台,华为财经更是真正做到了“业财融合”。感谢学院给予这样的机会,感谢华为财经的专业指导。本次实习经历让我有机会将学到的知识运用到实践当中去,引发了自己对于人生规划新的思考与认识,是一次体验感极佳的实习经历。

【深维智信】

张艺茗 经01:通过这次线下实习,我拥有了更切实的工作体验,对于商务数据分析在实际业务中的应用有了更深一步的了解,对销售的背景知识有了更多了解,也通过数据分析努力得出了一些提升销售业绩的关键结论,而且这些数据成果被公司肯定为行业内的公认结论,给我带来了很大的成就感与满足感。

【联想集团】

虎欣 经01:在联想,我和其他同学一起,从无到有实现了一个优化客户满意度的流程。主要负责讨论整体流程的实现,以及具体的数据处理、数据分析工作。虽然理论知识在实际应用中会遇到许多问题,但还是从中学到了很多,同时,也学会有想法就要动手去做,不能纸上谈兵的道理。

【正大中心】

张福铃 经01:在正大,主要是学习使用RPA,内容很实际,和企业在现实背景中遇到的困难紧密相关,能深刻感受到业界人士在面对问题时独特的解决思路。

【首都机场】

余韵冰 经01:我们接触的是机场新媒体的运用与价值发现,虽然跟专业相关度不是太大,但也锻炼了自己的信息收集,团队协作及创新能力。认识到了一个新的行业,了解到公司任务的复杂性及对员工的基本要求,为以后职业发展做准备。

【医渡云】

吴双 经01:这次实习中的惠民保市场分析和早筛经济学评价两个项目,不仅让我回顾了以往所学的sql、python和概率论相关知识,在从未接触过的企业应用环境中学习到许多新的技能,更重要的是了解了相关岗位所需技能和知识,为今后在学校的学习指引了方向。

【猎聘网】

周若愚 经01:在猎聘网实习,我完整地经历了从跑取数据、筛选数据、处理数据到可视化数据的流程。不仅提升了数据处理能力,提升了项目统筹能力,同时,还学习了sql语句在实际场景下的应用,了解了如何透过商业背景下的现象去追溯事件的原因,以及如何通过选取数据维度来完成完整的、具有自洽性的报告。

【亮亮视野】

吴思源 经01:通过这次暑期实习,借助参与企业的实际项目,深刻地感受到“实践出真知”的正确性。不仅巩固了理论知识,更实际地编写了代码、训练了模型,认识了“技术落地”方面的难点与重点。不管是对python语言编程,还是机器学习模型的理解与运用,都有了更深刻的理解。


供稿:职业发展中心

编辑:张晓雪

审核:卫敏丽