100万的大数据人才缺口,谁来解决?

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:

2017中国国际大数据产业博览会贵安国际数字经济论坛——“云链”服务论坛在贵安新区北斗湾开元酒店贵安厅开幕。 章鱼大数据CEO 秦松疆 ,以大数据人才培养为主题进行了演讲。以下内容根据 演讲速记整理(有删减):

大数据

  1、 产业规模

目前是一个DT时代,分阶段来看,第一个阶段是互联网时代,是把整个产业扁平化的时代。第二个阶段是移动互联网时代,。第三个阶段是云计算阶段,让我们传统企业很容易、很轻松的搭建信息化平台。第四个阶段是物联网和人工智能时代,这个时代万物相连,万物皆有智慧,这个时代会产生非常巨大的数据,我们只有用大数据方法、储存技术、运算技术来处理这么大的数据。

有人讲2020年我们会达到1万亿的规模,在这之前我们回顾一下这个领域。

最早我们用大数据做运销,每年大概1000亿的市场规模,我国的百度、阿里巴巴、腾讯都有很大的规模。谷歌和百度,可以说是日进斗金,百度的关键字搜索是非常强的。

精准营销营销领域逻辑是什么?很简单,百度关健词就能做,后面是通过对用户的行为做一些用户的画像,这在大数据领域是比较常见的,在电商里面是非常广泛的。看用户特征的一些属性,加上他的网上行为,可以看出这个人的性别等等。通过每个人的标签来描述这个人的特征,根据它的特征和喜好来规范用户的人群。

有一个说法,一个人在互联网上可能有几种性别,社会属性可能是男性,在网络行为可能是女性。例如京东、百度关健词的推荐,一个逻辑后面有一个很大的支撑,包括一个完善的平台、用户画像等等才得到特征,看似很简单,却是一系列综合交叉的人才在后面支撑。

2、人才培养

今天我们所有的国民经济都是无所不在的业务数据驱动,这是我们今天面临的现实。在这种背景下,国家从15年到现在出台了一系列的政策,除了像发展纲要,国家从顶层到地方部委都有出台相关的文件,包括我们知道的,教育部从去年就开始增加了本科的大数据和技术运用这个专业,去年有38家申请这个专业,32家通过,从学科价值上已经开始按大数据方向来建设了。

在这个背景下,我和中关村大数据产业联盟的领导,走访了中关村的一些企业。我们得到一个反馈。作为企业人要运用大数据会碰到什么困难?首当其冲就是人才的问题。

有一个说法就是咱们国家去年的大数据人才缺口是100万,2025年中国大数据人才缺口达到200万,这给高校和人力资源企业的一个很大的优惠。同样美国市场也是大数据人才的不足,企业科学家不是我们理解的真正的科学家,而是在数据领域的一个说法,是数据科学家或者数据分析师。

我们再看一下DT时代人才的情况,它是一个交叉的综合的一个三栖动物。

数据时代是通过数据得到方法,这个叫做数据范示,数据要求人才掌握的知识层面非常的多。

DT人才指的是什么?数据科学家不是院士类的科学家,是一种称呼,还有数据分析师、数据工程师、数据架构师、数据产品经理。比如说数据工程师是管理数据的,数据科学家是用数据驱管理人,方向不一样,一个是被动一个是主动。在数据科学领域里面说得比较多,在大数据时代是用数据驱物,所个说差别还是明显的。

我们看一个高薪企业,判断他有多少IT人才,是要看他有多少数据科学家和数据工作者,因为现在所有企业都不能避免遇到大数据的问题。

刚才讲的是一种背景,在这种背景下人才的缺乏是100万或者是200万, 我们有这么多传统企业,为什么培养不出人才?

3、谁来培养,社会还是学校?

首先,传统培训的方式不太适合培养数据科学家、数据分析师等交叉的复合型人才。我们跟清华大学合作是用另外一种模式,我们成立了一个交叉书院,培养大数据人才的时候用的是不同专业、不同学院的学生组成一个团队来培训。在复旦大学也是同样的模式,在大数据科学上的培养人方式用基础学科加上行业专业,作为专业的方向。

但是,这种模式在传统培育机构比较适合,社会的培养机构是很难培养出来人才的。我认为大数据人才的培养一定是以高校为主要责任。为什么现在的大学培养不出来社会上需要的大数据人才?

社会招聘的人和大数据的设计有什么关系?首先我们看某招聘网站大数据招聘行为,其中工程师和挖掘师要求是比较多的。对工作经验要求来看,大多数是3到5年,大数据对企业和岗位的要求、对学历的要求不是特别重要,反而是工作经验,你的工程、你的实践经验是要求比较高的,主要是要求三到五年,这是我们统计数据得到的结果。

我们再看一下一些互联网公司对大数据岗位的要求,他们对数据操作方面要求是比较多的。去年有38家高校申请大数据专业,大多数是以课程设计为主,但是他们培养人的体系跟市场是不一致的,这让我很有深思。问题在哪里?

首先第一个问题是在计算机领域、大数据领域里面,老师的团队是跟不上最新技术的发展的。

另外一个高校本科类大数据人才培养的目标和企业培养目标不一致,高校是培养长期有工程能力、独当一面的的,而企业是需要马上就上手的。高校里面的学习、开发、数据环境是无法满足真正的社会需求。

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
|
SQL 分布式计算 数据挖掘
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
川航选择引入 SelectDB 建设湖仓一体大数据分析引擎,取得了数据导入效率提升 3-6 倍,查询分析性能提升 10-18 倍、实时性提升至 5 秒内等收益。
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
|
3月前
|
SQL 数据可视化 大数据
从数据小白到大数据达人:一步步成为数据分析专家
从数据小白到大数据达人:一步步成为数据分析专家
301 92
|
5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?
1362 7
|
5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】
169 2
|
30天前
|
传感器 机器学习/深度学习 人工智能
数据让农业更聪明——用大数据激活田间地头
数据让农业更聪明——用大数据激活田间地头
48 2
|
2月前
|
人工智能 算法 大数据
数据的“潘多拉魔盒”:大数据伦理的深度思考
数据的“潘多拉魔盒”:大数据伦理的深度思考
129 25
|
2月前
|
存储 SQL 数据挖掘
数据无界、湖仓无界, Apache Doris 湖仓一体解决方案全面解读(上篇)
湖仓一体架构融合了数据湖的低成本、高扩展性,以及数据仓库的高性能、强数据治理能力,高效应对大数据时代的挑战。为助力企业实现湖仓一体的建设,Apache Doris 提出了数据无界和湖仓无界核心理念,并结合自身特性,助力企业加速从 0 到 1 构建湖仓体系,降低转型过程中的风险和成本。本文将对湖仓一体演进及 Apache Doris 湖仓一体方案进行介绍。
数据无界、湖仓无界, Apache Doris 湖仓一体解决方案全面解读(上篇)
|
3月前
|
分布式计算 Shell MaxCompute
odps测试表及大量数据构建测试
odps测试表及大量数据构建测试
|
24天前
|
JSON 分布式计算 DataX
【YashanDB知识库】使用DataX工具迁移yashan数据到maxcompute
本文介绍使用崖山适配的DataX工具进行数据库迁移的方法,包括单表迁移和批量表迁移。单表迁移需配置json文件并执行同步命令;批量迁移则通过脚本自动化生成json配置文件并完成数据迁移,最后提供数据比对功能验证迁移结果。具体步骤涵盖连接信息配置、表清单获取、json文件生成、数据迁移执行及日志记录,确保数据一致性。相关工具和脚本简化了复杂迁移过程,提升效率。

热门文章

最新文章