引领大数据技术创新 加快大数据产业聚集

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

在近日公布的全市2015年度绩效目标考核中,高新区斩获开发区类一等奖,在各大开发区中排名第一。

“这得益于近年来市委、市政府坚持围绕创新做文章,确立大数据这一主导产业,先人一步、棋高一筹,帮我们摆脱了‘路径依赖’,找准了发展方向、发展路子。”高新区党工委副书记、管委会主任黄昌祥说,高新区将以此为新的起点,抓住大数据这个核心,引领大数据技术创新,加快大数据产业聚集,全力打造创新型中心城市示范区。

走好“先手棋”发展新业态

前不久,朗玛信息技术股份有限公司披露,从2014年启动对39健康网的收购开始到目前,公司在互联网医疗领域已基本完成相关布局。

2015年,朗玛信息与贵阳市医药管理集团联合设立贵阳市医药电商服务有限公司,向该集团的8家医院供应药品、器械、耗材。如今,朗玛信息已拥有这家公司49%的股权。

作为高新区颇具代表性的创新企业,朗玛信息的发展,折射出高新区创新的路径:建立“1+n”大数据产业体系,发展新业态、新模式。

2012年2月,凭借“电话对对碰”业务的高速增长,朗玛信息成为贵州首家在创业板上市的it企业。然而,朗玛信息逐渐认识到,以百度、阿里、腾讯为代表的“互联网行业第一集团”格局已经形成,要跻身行业“高峰”已难上加难。

2014年,另辟蹊径的朗玛信息斥资6.5亿元全资并购39健康网,宣告进军大数据医疗领域,开始由“跟随者”变为“引领者”。

“接下来,朗玛信息将在细分领域加紧布局,结合国家最新的医疗诊疗政策,不断优化产品,为老百姓提供高效、优质、便捷的互联网医疗服务。”朗玛信息董事长王伟说。

聚合资源告别“单打独斗”

2015年,当你打开搜索引擎,输入贵阳高新区字样,有一个词令人印象深刻,那就是“创客”。

这一年,高新区建成12.5万平方米的中国西部众创园,在孵企业1000余家,吸引全国230余个创客团队入驻,带动就业3000余人,谷歌、戴尔、ibm、阿里巴巴、神州数码、太极智旅等一批全球大数据知名企业落户。

数据显示,2015年,高新区已聚集大数据及关联企业1469家,全年实现营业收入305亿元。

为何人才、资本会选择高新区?高新区到底做了哪些努力?

在这里,贵州科学城、“绿地·新都会”城市综合体已建成投用,建成人才公寓296套;

在这里,以大数据为手段,推动政府管理和服务创新,初步建立基于大数据应用的大政务服务平台;

在这里,拥有容错的政策环境,中国西部众创园启林创客小镇、联合智造、新三线等众创空间获批“国家级”;

……

如今,众联、众包、众创、众筹“四众联动”使高新区实现资源聚合的最大化,让创新不再是“单打独斗”。

创新驱动打造服务“新高地”

创新位居五大发展理念之首,创新是高新区发展的题中之义。

随着大数据产业发展风生水起,高新区的创新创业氛围愈渐浓郁,越来越多创客来到这里成为“贵漂”,“贵漂”成为一种时尚。

去年,杜衡和几个合伙人一起从澳大利亚来到高新区创业,组建贵阳高登世德金融科技有限公司,担任ceo,短短几个月就和贵州银行、民生银行、京东金融等企业签订合作协议。

“国内外很多创业者将目光落在贵阳,落在高新区,很大程度上是因为看好这里大数据产业的发展。”杜衡说。

为完善创新创业环境,高新区着力构建大数据生态体系“五个最”,做到政策最优,成本最低,环境最好,办事最快,人文最浓,全力打造大数据服务“新绿洲”、“新高地”。

“我们要着力补齐短板、加长长板,助力贵阳打造创新型中心城市。”贵阳高新区创业服务中心主任周若平说。

为此,近年来,高新区将供给侧改革的突破口选在平台搭建上,通过引领大数据技术创新、加快大数据产业集聚,加快实现从“要素驱动”到“创新驱动”的根本转变。

眼下,高新区正在加快建设的贵州科学城,成为吸引省内外科技人才、技术和成果资源创新转化的重大科技创新平台。预计到2020年,贵州科学城将培养形成10支国际领先技术创新团队、100支国内领先技术创新团队,聚集1000名以上高层次创新人才,成为贵州产业化能力最强、市场化环境最优、国际化程度最高的科技创新平台。

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
|
分布式计算 Hadoop 分布式数据库
Hadoop生态系统介绍(二)大数据技术Hadoop入门理论系列之一----hadoop生态圈介绍
Hadoop生态系统介绍(二)大数据技术Hadoop入门理论系列之一----hadoop生态圈介绍
101 2
|
1月前
|
数据采集 传感器 大数据
利用大数据进行精准农业:技术与挑战
【6月更文挑战第6天】大数据技术正变革农业,推动精准农业发展。通过实时收集农田数据(如土壤条件、作物生长情况),运用数据分析预测病虫害,优化生产管理。示例代码显示了如何使用Python进行产量预测。然而,数据质量、整合、农民技术接受度及隐私安全等问题挑战重重。需强化数据管理,统一标准,提升农民数字素养,并保障数据安全。随着技术进步,大数据在精准农业的应用将更加广泛,助力农业高效可持续发展。
49 0
|
23天前
|
分布式计算 大数据 Spark
Spark大数据处理:技术、应用与性能优化(全)PDF书籍推荐分享
《Spark大数据处理:技术、应用与性能优化》深入浅出介绍Spark核心,涵盖部署、实战与性能调优,适合初学者。作者基于微软和IBM经验,解析Spark工作机制,探讨BDAS生态,提供实践案例,助力快速掌握。书中亦讨论性能优化策略。[PDF下载链接](https://zhangfeidezhu.com/?p=347)。![Spark Web UI](https://img-blog.csdnimg.cn/direct/16aaadbb4e13410f8cb2727c3786cc9e.png#pic_center)
63 1
Spark大数据处理:技术、应用与性能优化(全)PDF书籍推荐分享
|
5天前
|
机器学习/深度学习 人工智能 数据可视化
大数据时代的数据可视化技术:趋势、挑战与未来展望
【7月更文挑战第22天】随着技术的不断进步和应用场景的不断拓展,数据可视化技术将在更多领域发挥更大的作用。未来,我们可以期待更加智能化、实时化、沉浸式和民主化的数据可视化解决方案的出现。同时,随着数据量的不断增加和数据类型的不断丰富,数据可视化技术也将面临更多的挑战和机遇。只有不断创新和优化技术才能满足日益增长的需求并推动数据可视化技术的持续发展。
|
25天前
|
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。
53 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
|
10天前
|
机器学习/深度学习 运维 算法
|
1月前
|
监控 数据可视化 大数据
大数据技术在公共交通系统规划中的应用
大数据技术在公共交通系统规划中的应用
|
1月前
|
分布式计算 Hadoop 大数据
大数据技术:Hadoop与Spark的对比
【6月更文挑战第15天】**Hadoop与Spark对比摘要** Hadoop是分布式系统基础架构,擅长处理大规模批处理任务,依赖HDFS和MapReduce,具有高可靠性和生态多样性。Spark是快速数据处理引擎,侧重内存计算,提供多语言接口,支持机器学习和流处理,处理速度远超Hadoop,适合实时分析和交互式查询。两者在资源占用和生态系统上有差异,适用于不同应用场景。选择时需依据具体需求。
|
1月前
|
存储 大数据 分布式数据库
使用Apache HBase进行大数据存储:技术解析与实践
【6月更文挑战第7天】Apache HBase,一个基于HDFS的列式存储NoSQL数据库,提供高可靠、高性能的大数据存储。其特点是列式存储、可扩展至PB级数据、低延迟读写及多版本控制。适用场景包括大规模数据存储、实时分析、日志存储和推荐系统。实践包括集群环境搭建、数据模型设计、导入、查询及性能优化。HBase在大数据存储领域扮演关键角色,未来有望在更多领域发挥作用。
|
2月前
|
分布式计算 监控 Java
Java的大数据处理与分析技术 (2)
Java的大数据处理与分析技术 (2)