近年来,多个城市推出了各自的街道设计导则,街道品质成为规划设计和城市管理的关注重点。与此同时,随着新数据和新技术的发展,街道品质研究中涌现了一系列新方法,尤其是利用街景图片进行的计算机视觉分析极大地丰富了街道品质研究内容。为了推进街道品质研究,加强学术交流,北京市规划和自然资源委员会继续智慧城市与大数据应用系列讲座,邀请街道品质街景大数据研究领域专家,将于2019年5月22日,在北京市规划和自然资源委员会举办以“基于街景和大数据的街道品质研究”为主题的学术沙龙。
沙龙主题:基于街景和大数据的街道品质研究
沙龙时间:2019年5月22日 14:00-17:30
沙龙地点:北京市规划和自然资源委员会3号楼3201会议室(通州区承安路1号院)
参加方式:此次沙龙不需要报名,也不收取任何费用,凭本会议通知进北京市自然资源和规划委员会(门卫会查)。
联系人:王腾 18986238481
一、沙龙组织
主办单位:北京市规划和自然资源委员会
承办单位:中国城市科学研究会城市大数据专业委员会
协办单位:北京科技有限公司
二、参会专家
施卫良 北京市规划和自然资源委员会总规划师,北京市城市规划设计研究院院长
任超 北京市规划和自然资源委员会科技信息处主任
于沛洋 中国城市规划研究院学术信息中心高级规划师
李栋 北京清华同衡规划设计研究院技术创新中心副主任
龙瀛 清华大学建筑学院特别研究员,博导
郑屹 东南大学建筑学院博士
茅明睿 北京科技有限公司CEO
三、议程安排
13:30-14:00 签到入场
14:00-14:10 主持人开场/领导致辞,会议开始
环节一:主题报告(14:10-16:40)
14:10-14:40 于沛洋 基于街景识别的城区风貌研究
14:40-15:10 李栋 街景数据在规划设计与城市管理中的应用
15:10-15:40 龙瀛 城市公共空间失序的测度评价、机理识别与设计干预
15:40-16:10 郑屹 街道空间的“序”-- 基于街景的思考与探索
16:10-16:40 茅明睿 街道品质量化评估方法--以核心区为例
环节二:自由发言与讨论(16:40-17:20)
针对主持人提问或大家关注问题,参会嘉宾开展自由发言和观点讨论
17:20-17:30 主持人/领导总结,沙龙结束。
我们招人哟~~~~
社区侦探天团(N人)
岗位职责:
-进行社区研究,社区设计、社区更新治理等相关制度标准制定、完善
-策划调研方案、制定培训计划等
-对接政府部门、社区规划师等、联络社会资源
任职要求:
-良好的沟通能力
-本科及以上学历,建筑景观设计、社会学、心理学、公共政策等相关专业皆可
-摄影写作手绘视频剪辑等专业则为加分项
-有学习热情与能力,关注社区方面相关进展与研究。
-有统计学、数学知识、数据建模经验者优先。
-对时空大数据有研究实战经验者优先。
有数据思维的规划师(3-4人)
-了解我国城乡规划体系、编制过程中的关键技术,对新数据与新技术支持下的空间规划潜在创新点具有全面准确的把握;
-负责对接政府及市场客户,积极争取项目,并推进项目的落实;
-负责已签约项目的实施进展和服务工作;
-硕士及以上学历,以城乡规划为主要专业,对地理学、经济学、统计学、社会学等交叉学科了解者优先;
-具备良好的数据思维,智慧城市、新数据与新技术驱动下的城乡规划编制业务知识与经验;熟练掌握Arcgis、Qgis等工具;
-有良好的数据敏感性和数据分析经验;
-2年及以上本行业工作经验,拥有中高级专业技术职称,熟悉法定规划,持有注册城乡规划师职业资格证书者优先;
-具有高度的工作积极性,极强的责任心;
-熟练掌握R、Python等工具者优先考虑。
高级web开发工程师(2-3人)
岗位职责:
-根据产品需求,完成系统设计、功能开发、前后端开发
-根据项目需求完成项目定制化开发
-完成PC端、手机端页面开发,完成前端业务代码优化及JS组件的封装,性能调优等工作
-本科及以上学历,计算机或相关专业毕业
-2年以上web开发经验,Web相关的基本功扎实
-精通HTML5/CSS3,javascript,ajax,bootstrap等Web开发技术
-熟悉一种以上常见开发语言,如Java、C++、C#、python等,熟练使用PostgreSQL、MySQL等数据库
-学习能力强,能随着团队项目推进迅速学习相应的知识及技能,具有良好的团队合作精神和沟通能力
大数据工程师(1-2人)
-负责数据采集、数据清洗
-负责大数据技术研究、算法设计
-对数据进行挖掘、分析
-本科及以上学历,计算机及相关专业。
-1年以上大数据相关开发经验,熟悉Scala/Java语言,了解Spark架构。
-1年以上python开发经验,熟悉数据框架、数据采集技术。
-有学习热情与能力,关注业界前沿技术。
机器学习算法工程师(1-2人)
-负责数据挖掘算法的设计、研发
-负责数据分析模型搭建
-研究前沿机器学习技术
-本科及以上学历,数学、计算机等专业背景,有数据结构和算法基础、数学知识。
-具有数据处理算法的编程经验,熟悉Python等编程环境。
-熟悉主流的机器学习开源框架,如Caffe/Keras/Tensorflow,掌握多种前沿算法模型,如卷积神经网络、图像分割、图像识别。
-熟悉经典的机器学习算法并有实践经验,如SVM、DBScan、Deep Learning。
-有学习热情与能力,关注业界前沿技术.
-对时空大数据有研究经验者优先。