“拥有市场比拥有工厂更为重要，而拥有市场的唯一手段是拥有占统治地位的品牌”。
当今，市场上可供选择的商品和服务种类越来越丰富，新媒体层出不穷，商业发展步伐疯狂，消费者的注意力停留在某一产品上的时间越来越短，独立消化信息的时间越来越少。
全球化更是加深了这一进程。各组织试图冲破不同文化范式和语言思维的藩篱，在全球范围内推销各自的商品和服务。因而，需要更迅速、更清晰、更有效地进行跨渠道、跨市场、跨文化的交流和沟通。在这一背景下，品牌对组织目标的实现显得尤为重要。
“产品在工厂中制造，但品牌在头脑中诞生。”项目旨在帮助学生了解评估品牌识别的实际步骤，以及品牌在提升企业竞争力中扮演的重要角色和战略价值。
项目内容包括品牌概念、品牌定位与承诺、品牌接触点等理论知识与案例实战。学生将通过项目全面提升书面和口头沟通、团队合作、案例分析、批判性思维、接受新观点的能力。课程结束时，学生将能够根据组织的战略业务和传播目标评估组织的品牌产出，提交报告，进行成果展示。

1956年达特茅斯会议以来，人工智能已走过60年的风风雨雨，期间历经两次繁荣与低谷，喧嚣与沉寂。千禧年后，大数据的蓬勃发展和算力的指数级增长赋予了深度学习新的生机。深度学习如破竹之势将机器辅助功能变为可能，让人工智能在各个应用领域实现落地。其中，人工智能一个重要的研究方面就是计算机视觉。
“计算机视觉是一门研究如何使机器‘看’的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量，其本质是模拟人类的感知与观察的一个过程。”据国金证券发布的调研报告称，计算机视觉是AI领域应用场景最丰富、商业化价值最大的领域，占中国AI市场的34.9%，排名第一。目前，相关技术已经在金融、自动驾驶、医疗、安防、互动娱乐等多个应用场景落地。
计算机视觉背后的深度学习知识有哪些？如何将这些知识与实践相结合？项目将使用Jupyter Notebook和Python，帮助学生从头开始创建计算机视觉模型。
项目涵盖计算机视觉领域的常用深度学习方法和前沿技术，比如生成模型、计算机视觉API、AutoML Vision。项目结束后，学生将完成两页Jupyter Notebook形式的报告，创建计算机视觉应用程序部署在边缘推理平台，进行成果展示。学生将能够从头开始建立计算机视觉模型，将计算机视觉模型应用于边缘端机器学习硬件。

非线性规划是求解目标函数或约束条件中一个或几个非线性函数最优化问题的方法，是运筹学的一个重要分支。非线性规划在经营管理、供应链、数据科学、金融投资组合最佳分配等方面有广泛的应用，为最优设计提供强有力的工具。
具体应用场景包括：如何在现有人力、物力、财力条件下合理安排产品生产，以取得最高的利润；如何设计某种产品，在满足规格、性能要求的前提下，达到最低的成本等等。
可以说，运筹优化是人工智能的基石，人工智能机器学习又为优化算法的提升提供了机会。两者的结合是大数据时代下的必然产物。
项目将结合运筹优化与Python机器学习，在来自世界名校卡内基梅隆大学的教授的指导下，帮助学生装备前沿理论，运用Python探索非线性规划技术，解决抽象现实问题。
学生将在项目中学习无约束优化、约束优化、原始方法、对偶等优化知识，同时运用Python解决现实案例。学生将在项目结束时，自选问题，运用Python完成设定问题解决方案，提交项目报告，进行成果展示。

随着人口老龄化正在成为二十一世纪的重大社会趋势，移动医疗需求剧增，同时5G移动互联和大数据的蓬勃发展又为移动医疗提供了必要条件，可穿戴医疗设备正在迎来其发展的黄金时期。世界各国争相为本国可穿戴医疗设备产业的发展创造条件。据悉，“欧盟委员会于2004年启动了世界上最大的单项民用可穿戴计算研究项目；美国国家科学基金在以人为中心的计算等专项中，持续资助了一批可穿戴医疗健康方面的研究项目。另外，俄罗斯、法国、英国、日本和韩国多所大学的工程学院、科学技术院等研究机构均有专门的实验室或研究组专注于可穿戴医疗设备的研究。2015年5月，中国国务院提出《中国制造2025》，将发展医疗级可穿戴式医疗设备列为战略高度，要求提高其创新能力和产业化水平。”
项目将可穿戴医疗设备最新理念、趋势和实战相结合，旨在为学生提供提升自己求学和职业生涯的良好契机。学生将在项目结束时设计一款仪表放大器，可以植入智能手表或可穿戴设备中，放大心电信号，帮助医生完成心电监测。
项目内容包括可穿戴设备、心电图ECG、前沿心电放大器设计理念等理论知识与实战。学生将掌握仪表放大器的基本知识，运用LTSpice软件设计一款可以植入新一代智能手表或可穿戴设备中的仪表放大器，帮助医生清晰监测心电信号，在课程结束时提交报告，进行成果展示。