丛书前言 大数据和人工智能作为新一轮产业变革的核心力量，将全面释放科技革命和产业变革积蓄的能量，对于打造新动力具有重要意义。2019年政府工作报告中也进一步提出“要深化大数据、人工智能等研发应用”，这进一步奠定了大数据和人工智能成为当前经济发展的新引擎的地位。很显然，推动大数据和人工智能的发展需要足够多的各类人才的支撑，人才的质量和数量决定着我国大数据和人工智能发展的水平和潜力。教育部自2016年起陆续增设“数据科学与大数据技术”“大数据管理与应用”两个本科专业，以及“大数据技术与应用”“商务数据分析与应用”两个专科高职专业，指导和鼓励国内各高校开设大数据专业，并于2018年印发《高等学校人工智能创新行动计划》，鼓励有条件的高校加强人工智能领域创新人才的培养。截至目前，已有数百所高校获批开设大数据和人工智能相关专业。我们认为，当前大部分大数据和人工智能的人才培养都应该紧贴行业和面向实际应用。从这个意义上说，主要依靠学校力量可能并不能完全满足多样化人才培养的需求。事实上，从大数据和人工智能整个生态来看，尤其在一些相对高端的应用领域，工业界往往走得较快，相应地，相当一部分教育机构则处在追赶的状态。其次，因为广受业界关注，大数据和人工智能相关领域的方法、技术和工具众多，同时也在快速演变，这无疑会让很多应用型初学者无所适从。从这个意义上说，有必要删繁就简，突出主干。最后，我们注意到，不管是大数据技术还是人工智能技术，在整个信息化的体系当中，都不能孤立存在。比如，当前很多大数据和人工智能厂商都逐渐开始将产品放到云端，逐渐推出一些云服务，我们称之为大数据的3.0时代。为了支撑逐渐云化的大数据或者人工智能，技术栈中最好也应该包含DevOps方法、Kubernetes容器管理引擎等内容。鉴于此，我们规划了“工业和信息化领域急需紧缺人才（大数据和人工智能）培养工程”系列教材，按照三个层次来…