贵阳高新区发布促进大数据技术创新十条政策措施

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

贵阳国家高新区正式发布建区以来扶持力度最大的创新扶持政策:《贵阳国家高新区促进大数据技术创新十条政策措施》,对在该区内从事大数据技术研发创新的企业抛出诱人橄榄枝——最高可获得一次性500万元的扶持奖励。

据悉,《贵阳国家高新区促进大数据技术创新十条政策措施》主要内容包括三个层面。一是支持大数据技术创新主体,包括对研发平台及企业的支持;二是扶持大数据技术创新“全过程”,包括对关键技术及产品研发、知识产权创造和运用、科技成果转移和转化、示范应用和开放共享等“创新过程”的扶持;三是支持大数据技术创新保障要素,包括对领军人才、服务平台、金融机构、空间载体等的支持。

据介绍,十条扶持政策,不仅延续了行之有效的现行政策,还在很多方面进行了突破和创新,如:对国家级研发平台及专业园区的奖励额度分别达到了500万元及300万元、对大数据技术创新公共服务平台最高可给予500万元的资金支持,扶持力度均为历年最大;对主导参与大数据技术及应用相关标准的单位或个人,贵州省按国际标准、国家标准、行业标准、地方标准分别给予50万元、20万元、10万元、5万元资助,该政策将奖励额度分别提升至100万元、50万元、20万元、5万元;政策明确提出,对开展工程产品首轮流片的集成电路设计企业,按照该款产品掩膜版制作费用的20%或首轮流片费用的20%予以研发资金支持,这是在全省范围内首次提出专门针对开展工程产品首轮流片集成电路设计企业的支持措施等。

“该政策的出台,必将为贵阳国家高新区‘引领大数据技术创新、加快大数据产业集聚,打造创新型中心城市示范区’提供又一有力政策支撑,吸引更多的大数据企业、人才和贵漂、创客在高新区创新创业、壮大发展。”贵阳国家高新区党工委副书记、管委会主任黄昌祥说。

据悉,2013年以来,贵阳国家高新区积极抢抓互联网+和大数据时代重大机遇,着力构建以数据中心为核心的大数据产业“1+N”产业体系。目前,搭建了大数据广场、大数据创客公园等平台载体,培育、聚集了大数据及相关企业1469家,成为贵阳市大数据产业密度最高的区域;聚集了食品安全云、电子商务云等20余朵云,“云上贵州、数聚高新”态势日益明显;大力实施天下创客计划,已经建成了中国西部众创园·启林创客小镇、联合智造、新三线咖啡等10余个线下创客空间,汇聚了390余支创业企业和创客团队。
本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
3月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
2月前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
143 2
|
3月前
|
存储 分布式计算 数据可视化
大数据常用技术与工具
【10月更文挑战第16天】
201 4
|
2月前
|
存储 分布式计算 NoSQL
【赵渝强老师】大数据技术的理论基础
本文介绍了大数据平台的核心思想,包括Google的三篇重要论文:Google文件系统(GFS)、MapReduce分布式计算模型和BigTable大表。这些论文奠定了大数据生态圈的技术基础,进而发展出了Hadoop、Spark和Flink等生态系统。文章详细解释了GFS的架构、MapReduce的计算过程以及BigTable的思想和HBase的实现。
107 0
|
3月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
16天前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
53 2
|
30天前
|
SQL 运维 大数据
轻量级的大数据处理技术
现代大数据应用架构中,数据中心作为核心,连接数据源与应用,承担着数据处理与服务的重要角色。然而,随着数据量的激增,数据中心面临运维复杂、体系封闭及应用间耦合性高等挑战。为缓解这些问题,一种轻量级的解决方案——esProc SPL应运而生。esProc SPL通过集成性、开放性、高性能、数据路由和敏捷性等特性,有效解决了现有架构的不足,实现了灵活高效的数据处理,特别适用于应用端的前置计算,降低了整体成本和复杂度。
|
2月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
94 4
|
2月前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
2月前
|
SQL 存储 大数据
单机顶集群的大数据技术来了
大数据时代,分布式数仓如MPP成为热门技术,但其高昂的成本让人望而却步。对于多数任务,数据量并未达到PB级,单体数据库即可胜任。然而,由于SQL语法的局限性和计算任务的复杂性,分布式解决方案显得更为必要。esProc SPL作为一种开源轻量级计算引擎,通过高效的算法和存储机制,实现了单机性能超越集群的效果,为低成本、高效能的数据处理提供了新选择。