贵阳加快以大数据为引领的块数据城市建设

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:

《贵阳市“十三五”科技创新发展专项规划》日前出台。根据规划,贵阳将以建设“创新型中心城市”为总目标,力争到2020年,把贵阳建成以大数据为引领的块数据城市,建成贵州省创新创业的核心基地、西部地区重要的高新技术产业集聚地,为迈入全国创新型中心城市行列奠定基础。

  围绕目标,贵阳市将纵深推进“1566”科技创新引领战略。“1”即围绕以大数据为引领加快打造创新型中心城市的奋斗目标,“5”即坚持以大数据引领创新、深化改革开放创新、市场导向推进创新、企业主体协同创新、强化服务万众创新“5项原则”,“66”即开展“6大工程”、实施“6项行动”。

  “6大工程”具体为:开展科技管理创新工程,进一步深化科技管理体制改革,规范科研项目和资金管理,建立合理的科技创新和成果转化机制,加快推进研发管理向创新服务拓展和深化;开展科技企业培育工程,围绕大数据产业及特色优势产业培育支持领军企业、龙头企业、骨干企业,鼓励和引导其加大研发投入;开展新兴产业提升工程,围绕“核心业态+关联业态+衍生业态”,做实做大数据产业集聚,推动现代工业提质增效、科技金融服务业集聚发展、都市现代农业加快发展;开展创新平台建设工程,推进以中关村贵阳科技园为统揽的区域创新平台建设,以企业为主体打造政产学研金用相结合的科技成果转化平台,建设大数据技术创新平台,构建具有块数据城市特色的大数据技术创新体系;开展创新人才集聚工程,健全有利于科技人才创新创业的评价、使用、激励措施,创新人才培养和引进模式;开展创新氛围营造工程,大力营造“敢于创新、尊重创新、激励创新”的社会氛围,培育创客文化和企业家精神,让创新成为贵阳的精神基因。

  “6项行动”具体为:实施大数据产业引领行动,推进大数据产业运用服务平台等重点项目,以大数据战略行动为载体,以“互联网+”行动计划为路径,培育催生新技术、新模式、新业态;实施京筑创新合作行动,以中关村贵阳科技园为核心载体,全面对接北京和其他地区科技创新资源,突出资源引进和承接产业转移;实施产业技术创新行动,全面推进国家大数据产业技术创新试验区建设,实施以大数据为引领的信息产业技术创新计划、大健康产业技术创新计划、以制造业基础技术为重点的技术创新计划、新材料行业需求技术创新计划;实施科技服务提升行动,加快形成多元化、多层次、多渠道的科技投融资体系,完善支持开展信用贷款、知识产权质押贷款、科技小贷、科技担保等促进科技金融发展的配套政策,建立科技企业融资损失补偿机制,构建全链条的知识产权服务体系;实施科技惠及民生行动,运用现代科技提升人民生活幸福指数,实施健康科技计划、公共安全科技计划、生态环境保护科技计划、智慧城市建设工程;实施重大专项支撑行动,推进关键领域技术的引进消化吸收再创新和集成创新,提炼产业关键共性技术,加快形成一批拥有知识产权的核心技术。

  到2020年,贵阳力争建成大数据综合创新试验区,成为大数据金融中心、服务中心、创新中心和应用示范中心,基本形成大数据科技创新生态体系

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 
目录
相关文章
|
2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
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
307 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
47 2
|
1月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
86 1
|
2月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
55 3
|
26天前
|
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。
63 4
|
1月前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
24 4
|
1月前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
58 3
|
1月前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
68 2
|
1月前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
113 2