行业巨头在芜湖打造安徽大数据工程研究中心

简介:

据芜湖日报报道, 记者昨日从芜湖市政府信息办获悉,市政府牵手清华大学、安徽电信、科大讯飞股份有限公司共同在芜打造安徽大数据工程研究中心,推动芜湖“互联网+”政府服务再上台阶,促进信息惠民与产业升级。

根据协议,四方将本着优势互补、共同发展的原则,在芜湖市现有的大数据共享交换及其应用成果的基础上,进一步推广大数据相关应用,不断研究开发大数据建设、管理和应用中的实用新型技术;吸引和培养大数据产业各层次人才,培育打造大数据产业集群;依托“互联网+”进一步推动政府转型和社会治理创新,促进信息惠民与产业升级。

据悉,该工程中心将推进大数据采集、处理、整合、挖掘、开放和应用等规范建设,尤其侧重于大数据应用,围绕市民、企业、政府以及社会的不同需求,推进大数据挖掘和开放。面向市民,提供政务服务、公共服务和生活服务等便民服务。基于现有家庭水、电、气、公积金等信息查询,以及办事项在线受理、流程查询,根据用户行为,提供衣、食、住、行、娱、购、游、家政等多个领域的个性化服务。面向企业,提供政务服务、公共服务、政策信息及各类社会资源服务。面向政府,提供政府决策的数据支持,建立各类决策分析模型,强化政府服务职能。面向城市,提供政务大数据和社会数据融合发展应用。配合政府提供数据支撑,持续推进智慧教育、智能交通、智慧医疗等应用,服务城市发展。

“芜湖信息化建设已经具有了较好的基础,此次打造大数据工程中心将是强强联合,进一步推动数据的采集、分析和应用。”市信息办负责同志对记者介绍说,以社会信用为例,工程中心可整合政府部门、公共事业组织、通信运营商等组织机构的数据,结合行政处罚、民事裁决等非银行系统信用记录,协助社会信用服务中心出具征信报告。“此次合作也将推动芜湖互联网大数据产业进入集群式发展阶段,智慧城市建设将实现更大的飞跃。”





====================================分割线================================


本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
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
|
4月前
|
SQL 分布式计算 Hadoop
[AIGC ~大数据] 深入理解Hadoop、HDFS、Hive和Spark:Java大师的大数据研究之旅
[AIGC ~大数据] 深入理解Hadoop、HDFS、Hive和Spark:Java大师的大数据研究之旅
|
4月前
|
人工智能 安全 大数据
喜报|瓴羊Dataphin入选上海市经信委2023创新攻关成果、IDC企业大数据治理研究代表产品
喜报|瓴羊Dataphin入选上海市经信委2023创新攻关成果、IDC企业大数据治理研究代表产品
|
8月前
|
存储 人工智能 Cloud Native
云原生大数据架构实践与思考-DataFunTalk
导读: 作者:振策-阿里云计算平台-产品解决方案, 20230805 本文将分享当前云原生大数据架构的发展历程/架构定义/核心能力/应用场景及趋势思考。主要包括以下四个部分: - 从大数据上云看架构 - 云原生数据平台的核心能力 - Data+AI with Cloud-Native - 未来趋势与思考
1341 0
|
11月前
|
机器学习/深度学习 存储 运维
论文阅读--异常检测中实时大数据处理的研究挑战
论文阅读--异常检测中实时大数据处理的研究挑战
|
11月前
|
分布式计算 算法 数据可视化
带你读《2022年开源大数据热力报告》——研究目标和研究模型
带你读《2022年开源大数据热力报告》——研究目标和研究模型
313 0
|
11月前
|
机器学习/深度学习 存储 SQL
带你读《2022年开源大数据热力报告》——TOP项目热力跃迁逻辑研究
带你读《2022年开源大数据热力报告》——TOP项目热力跃迁逻辑研究
156 0
|
11月前
|
人工智能 运维 Cloud Native
SREWorks云原生数智运维工程实践-SREWorks 介绍篇-阿里云原生大数据运维平台SREWorks正式开源(上)
SREWorks云原生数智运维工程实践-SREWorks 介绍篇-阿里云原生大数据运维平台SREWorks正式开源
197 0
|
11月前
|
人工智能 运维 Cloud Native
|
11月前
|
人工智能 运维 分布式计算
SREWorks云原生数智运维工程实践-SREWorks 介绍篇-阿里云原生大数据运维平台SREWorks正式开源(下)
SREWorks云原生数智运维工程实践-SREWorks 介绍篇-阿里云原生大数据运维平台SREWorks正式开源
173 0
|
存储 机器学习/深度学习 数据采集
案例研究:Netflix 大数据分析—数据驱动推荐的出现
Netflix 是当今市场上最大的在线流媒体提供商之一。它于 1997 年开始销售 DVD 并以出租方式提供。但随着时间的推移以及市场和用户需求的变化,Netflix不得不将其商业模式转变为视频流。如今,许多其他视频流媒体平台都在提供优质内容,如 Hulu、espn、disney+ 等,为了留在市场并吸引客户,netflix 在其推荐系统中使用大数据分析。该推荐系统有助于根据客户的兴趣和需求向他们推荐电影和节目。使用从订阅者处收集的大量数据,例如用户的位置;用户观看的内容、用户搜索的数据以及用户观看的时间,Netflix 分析这些数据为客户提供更好的订阅服务。基于这些数据,训练算法以提供最佳的
717 0

热门文章

最新文章