大数据创新生态体系,引燃新的产业突破与高校转型

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:

理解大数据创新生态体系的战略布局,首先要从数据中国“百校工程”开始。

按照国家《促进大数据发展行动纲要》和《“十三五”国家战略性新兴产业发展规划》决策部署,不难看出,大数据的出发点是数据强国,通过数据整合分析和深度挖掘,发现规律、创造价值,进而推动国家创新驱动发展战略。创造性的落实大数据产业发展战略,高校责无旁贷。只有在探索校企合作新模式和新机制,加快培养大数据产业人才的基础上,才可能真正理解大数据创新生态体系的战略意图。

大数据时代,线上与线下、虚拟与现实、软件与硬件重叠交错、跨界融合,是一个并不新鲜的概念。但是真正重塑认知和实践模式,开启一场新的产业突破与高校转型,“百校工程”既是发展路径,也是战略选择。

2016年5月,教育部学校规划建设发展中心联合曙光信息产业股份有限公司,启动实施数据中国“百校工程”项目,首次提出建立大数据创新生态体系的战略部署。计划通过2-3年,在全国范围内遴选百所高校,部署集人才培养、科研支撑、行业应用及社会服务于一体的“大数据应用创新中心”,与项目院校共同设立“大数据学院”,完成大数据创新生态体系战略的顶层设计。

从短期看来,大数据创新生态体系的战略意义在于,促进大数据产业、高校和科研机构的深度融合,助力大数据人才培养、科技进步和产业发展。

而从更长远的看来,在上述基础上,构建“大数据应用协同创新网络”,聚焦大数据关键技术和若干国家重点行业的大数据应用开展协同创新,利用协同创新网络倍增器的特征建立百校、百城、百行、百企的大数据网络体系,实现跨地域、跨行业、跨层级的协同服务。这才是大数据创新生态体系“百方大计”的战略高度。

“百校工程”,依托大数据学院与大数据应用创新中心,建设集人才培养、资源开发、科研创新、行业应用和社会服务于一体的“五位一体”大数据创新基地。

这个基地是大数据人才培养中心和继续教育基地,也是大数据技术创新、技术应用和行业服务、城市服务平台,更是各地推动大数据产业发展的行业智库。根据地方产业人才需求结构和科技创新链,使高校形成功能明确的布局结构,融入地方技术创新体系。

首先基于市场需求,推动高校高级技术人才培养模式改革,并以此为基础,将对高校人才培养体制、机制、流程及模式改革的探索融入其中。其次基地建设不仅服务于大数据产业发展,而且能够推动高校各学科专业交叉、更新和再造,培养行业复合型人才。通过与全球领先技术优势企业深度合作,使高校和企业在科学技术积累创新大体系中各有分工、各展所长、相互支撑和相互促进,形成符合科技进步规律的先进产业技术转移应用机制和富有活力的技术创新、产业创新生态系统。高校通过与地方政府、行业、企业的深入合作,促进数据资源的共享与增值,形成可持续的分配机制与共享模式。

如果没有创新理念,“百校工程”可能会落后于大数据蓝图。但从目前来看,41所院校已经完成了战略合作协议的签署工作,13所院校已开展招生,在校生约1300人,11所院校的协同创新中心也已落地,试点院校联网工作将于2017年中开启。这些显然是为了加速推进大数据创新生态体系的创新手段。

理念的创新之处在于将百校和企业联结成网,构架网络化、生态化、开放化的大数据人才培养和技术创新应用网络,实现大数据创新基地多层网络联结,建设大数据产教融合创新发展生态。

具体来说,首先,以高校和中科曙光合作的大数据创新基地为核心,与当地智慧城市建设、大数据产业基地和中小型科创企业紧密联结成网。其次,以省会和中心城市的节点为核心,形成大数据区域网络,或以行业骨干高校为核心形成行业大数据网络;第三,以总部基地,包括中科曙光、研究型大学、大数据研究院和教师培训中心等为核心,实现人才培养、课程开发、计算和存储、技术创新及创新创业的开放共享,形成平台化、生态化发展体系。

以百校工程撬动大数据创新生态体系,以大数据创新生态体系撬动中国大数据产业发展,服务国家创新驱动发展战略的蓝图由此展开。

“当前,国家正在推动创新驱动发展战略,探索校企深度合作模式,加快推进大数据人才培养、科技进步和产业发展的模式。这个符合人才培养规律和产业发展规律的创新,必将为中国大数据产业发展注入强大动力。”教育部学校规划建设发展中心主任陈锋如是说。

“百校工程”启动一年,初步搭建骨干架构网络的格局。在人才培养层面,依托清华大学、太原理工大学、湖北大学、玉林师范学院、广西师范学院、河北民族师范学院等院校,通过共同开展专业开发、课程开发、教材开发和师资队伍建设等,形成协同育人模式;在行业应用层面,教育部学校规划建设发展中心联合中科曙光、西南大学、太原理工大学以及北华航天工业学院,发布教育、金融、农业、工业、遥感等领域的协同创新项目,共同开展行业应用与科研创新。

还有一些地区和学校勇立改革前沿,以创新精神探索新鲜并具有示范效应的工作经验。比如西南大学聚焦农业大数据,成功研发一个基于语义技术的决策支持系统,实现了柑橘的施肥、生理病害以及水分管理功能。太原理工大学在工业大数据分析领域“巧做文章”,助力太原钢铁集团解决技术难题。北华航天工业学院,潜心研究航天遥感技术,使其“进城下乡接地气”。湖北大学坚持体制机制创新,探索出大数据复合应用型人才培养模式。

(一)西南大学:构建农业大数据创新网络体系

西南大学农业大数据研究以柑橘施肥智能辅助决策支持系统为突破口,建立基于语义技术的本体映射模型。在柑橘施肥知识的提炼与标准化、柑橘施肥知识本体的构建、柑橘施肥语义系统架构等方面取得了重要进展。其农业大数据研究包括三个互相关联的内容:第一,基于WMMP-T协议的柑橘物联网终端设备进行数据采集。第二,基于语义技术的柑橘生产管理技术。第三,基于WMMP-T协议的柑橘物联网终端设备。

(二)太原理工大学:做好煤炭、钢铁工业大数据文章

太原理工大学围绕山西地域经济特色,依托在煤炭和非煤产业链等工业领域所积累的丰厚数据基础,联合太原钢铁集团、山西焦煤集团和山西省大数据研究院建立工业大数据协同创新体。如何利用长期积累的工业现场设备监控和设备检修产生的海量历史数据,将定期检修转变为预防性检修,提高安全生产效率是目前太原理工大学与太原钢铁集团合作的课题之一。工业大数据协同创新体致力于为工业企业提供个性推销、定向研发、智能维保、设备远程故障诊断分析等服务,实现人员投入及控制过程的节能提效,为工业发展带来深刻的变革。

(三)北华航天工业学院:遥感数据“进城下乡接地气”

北华航天工业学院充分发挥学校在航天、遥感领域的传统资源优势,建设遥感大数据应用创新基地,深度服务于地方经济社会发展。其农林资源遥感监测与分析系统已在廊坊市政府有关部门运行3年。将遥感监测的县域多尺度农业、林业资源成果数据化、信息化管理,实现了资源信息的精确交互查询及图表统计分析,通过模型、空间分析对资源的动态变化作出及时响应,从而满足县域不同管理部门资源管理、动态监测及领导决策多维性的需求。目前,基地科研成果已推广到河北省固安县、巨鹿县等11个县级政府单位,使航天遥感技术“进城下乡接地气”成为事实。

(四)湖北大学:探索大数据复合应用型人才培养模式

湖北大学校企共建“半虚半实”的大数据学院,实行半虚半实管理体制。此外还构建“三三三”复合型课程体系、“三四四”驱动式实践教学体系。“三三三”指大数据学院的课程设置分为全校通识课程、相关专业基础课程、合作专业核心课程三个层次,课程模块分为知识培养类、能力训练类、职业素质类三大模块,课程内容实行课程内的综合、课程之间的综合、学科之间的综合。“三四四”指校内实验、基地实训、企业实习三种实践教学形式,基础训练、提高训练、综合训练、创新创业四个实践教学层次,专业基本技能、专业核心能力、创新创业能力、社会适应能力四种能力。“三四四驱动”模式即学校与企业达成共识,利用双方资源,在不同实践地点实施不同实践内容的三类实践教学,系统规划了四个不同要求、不同特点层层递进的实践教学层次,培养学生复合应用的四种能力。

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
|
1月前
|
存储 算法 数据挖掘
【2023年中国高校大数据挑战赛 】赛题 B DNA 存储中的序列聚类与比对 Python实现
本文介绍了2023年中国高校大数据挑战赛赛题B的Python实现方法,该赛题涉及DNA存储技术中的序列聚类与比对问题,包括错误率分析、序列聚类、拷贝数分布图的绘制以及比对模型的开发。
43 1
【2023年中国高校大数据挑战赛 】赛题 B DNA 存储中的序列聚类与比对 Python实现
|
1月前
|
运维 算法 数据可视化
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】2 方案设计与实现-Python
文章详细介绍了参加2021高校大数据挑战赛中智能运维异常检测与趋势预测任务的方案设计与Python实现,包括问题一的异常点和异常周期检测、问题二的异常预测多变量分类问题,以及问题三的多变量KPI指标预测问题的算法过程描述和代码实现。
54 0
|
1月前
|
运维 大数据
【2021年中国高校大数据挑战赛】异常检测比赛知识体系-思维导图
一张思维导图:2021年中国高校大数据挑战赛异常检测比赛知识体系。
34 0
|
1月前
|
机器学习/深度学习 数据采集 大数据
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题二建模方案及代码实现详解
本文详细介绍了2022年第三届MathorCup高校数学建模挑战赛大数据竞赛赛道B的问题二的建模方案和Python代码实现,包括数据预处理、特征工程、模型训练以及预测结果的输出,旨在通过数据分析与建模方法帮助中国移动北京公司提升客户满意度。
41 2
|
1月前
|
机器学习/深度学习 算法 大数据
【2023年MathorCup高校数学建模挑战赛-大数据竞赛】赛道A:基于计算机视觉的坑洼道路检测和识别 python 代码解析
本文提供了2023年MathorCup高校数学建模挑战赛大数据竞赛赛道A的解决方案,涉及基于计算机视觉的坑洼道路检测和识别任务,包括数据预处理、特征提取、模型建立、训练与评估等步骤的Python代码解析。
44 0
【2023年MathorCup高校数学建模挑战赛-大数据竞赛】赛道A:基于计算机视觉的坑洼道路检测和识别 python 代码解析
|
1月前
|
机器学习/深度学习 数据采集 大数据
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题一建模方案及代码实现详解
本文详细介绍了2022年第三届MathorCup高校数学建模挑战赛大数据竞赛赛道B的题目——北京移动用户体验影响因素研究,提供了问题一的建模方案、代码实现以及相关性分析,并对问题二的建模方案进行了阐述。
35 0
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题一建模方案及代码实现详解
|
1月前
|
机器学习/深度学习 运维 算法
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】1 赛后总结与分析
对2021高校大数据挑战赛中智能运维异常检测与趋势预测赛题的赛后总结与分析,涉及赛题解析、不足与改进,并提供了异常检测、异常预测和趋势预测的方法和模型选择的讨论。
71 0
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】1 赛后总结与分析
|
2月前
|
人工智能 分布式计算 数据挖掘
阿里云 MaxCompute MaxFrame 开启免费公测,统一 Python 开发生态
阿里云 MaxCompute MaxFrame 开启免费公测,统一 Python 开发生态。分布式计算框架 MaxFrame 支持 Python 编程接口并可直接复用 MaxCompute 弹性计算资源及海量数据,100%兼容 Pandas 且自动分布式,与 MaxCompute Notebook、镜像管理等功能共同构成了 MaxCompute 的 Python 开发生态。用户可以以更熟悉、高效、灵活的方式在 MaxCompute 上进行大规模数据分析处理、可视化数据探索分析以及科学计算、ML/AI 开发等工作。
200 7
|
2月前
|
数据可视化 前端开发 大数据
商场智能导视系统深度解析,AR与大数据融合创新商业运营模式
**商场智能导视系统提升购物体验:** 通过三维电子地图、AR导航、AR营销、VR全景导购及可视化数据,解决顾客寻路困扰,增强店铺曝光,简化招商流程,优化商场管理,借助科技创新驱动顾客满意度、品牌曝光度及运营效率的全面提升。
88 0
商场智能导视系统深度解析,AR与大数据融合创新商业运营模式
|
4月前
|
运维 Cloud Native 安全
【专栏】随着信息技术发展,运维正向自动化、智能化转型,云原生运维成为主流,大数据驱动运维决策,而安全运维日益重要
【4月更文挑战第29天】随着信息技术发展,运维正向自动化、智能化转型,云原生运维成为主流,大数据驱动运维决策,而安全运维日益重要。面对技术更新快、人才短缺和复杂性增加的挑战,企业需建立培训体系,加强人才培养,优化运维管理,以适应未来运维需求。随着这些趋势,运维领域将迎来更广阔的发展前景。
134 2

热门文章

最新文章