一场面向全球的科研工作坊，1178人参与，73份有效作业，教案被高校教师自发引入课堂——这是浙江大学地球科学学院与和鲸社区围绕“深时数字地球”国际大科学计划交出的人才培养答卷。五期Python实战培训，覆盖矿物分析、古气候重建、PM2.5估算等真实科研场景，让数据技能在解决实际问题中自然生长。

AI技能怎么考才公平？传统的“报告+代码文件”大作业，代码难以复现，评审往往流于形式。北京中医药大学管理学院携手和鲸科技，用一场60人并发的临场实践考核给出新解法。四天极速部署GPU算力集群，一键分发考核环境，五小时全程无报错，每位学生的代码均可在线复现评审。一场真正的人工智能分析应用临场实践考核，为高校AI技能选拔提供了可参照的高规格样本。

文科生学Python，怎么才能不流于形式？南开大学赵宏教授与和鲸科技的答案是：不要为了学代码而学，要用代码解决真问题。将独创的“POT-OBE”教学理念与ModelWhale平台深度融合，共同打造了一套问题驱动的案例式教学课程。在这个免去装包的云端课堂里，学生不再“背代码”，而是从第一堂课起就学着用数据思维去发现问题、分析问题、解决问题。这场合作，正让顶尖的教学理念，放大并落地到更多课堂之上。

“数据要依托于领域，没有领域的支撑数据便无法发挥作用。”从2019年获批到2023年软科A档，中国石油大学（华东）数据科学与大数据技术专业用四年完成了一次从0到前7%的跨越。核心理念是OBE——从学生出口倒推课程设计，核心方法是“课赛结合”——把竞赛搬进第一课堂，核心特色是“能源+海洋”——让数据科学在行业土壤里扎根。一门核心专业课先做实验再讲理论，一届学生带着竞赛实力走出校门，一个可复制的新专业建设样本。

“数据科学+X”课程，难在交叉。河北大学计算机教学部用一场Workshop给出了解法：从OBE理念出发，提炼“一干多支”课程框架，让Python基础课变成可复用的基础模板，再接入医疗、商业、管理等不同学科的真实案例。和鲸团队现场带着20余位老师，在ModelWhale平台上完整模拟了案例式教学的备课与授课全流程。90%以上的参与者给出正面评价——一门跨学科实践课，从筹备到落地，方法论都在这里。