上海市国资大数据课题启动仪式暨数据资产技术及金融行业应用沙龙隆重开幕

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:

Gartner在最新研究报告中指出,大数据技术正从概念炒作回归到理性认知阶段。在大数据即将成为国家基础性战略资源的今天,国资系统沉淀的大数据将在我国国民经济和社会发展中发挥举足轻重的作用。那么,如何评估这些国资数据的价值?如何挖掘和应用这些大数据?

8月29日,上海国资大数据课题启动仪式暨数据资产技术及金融行业应用沙龙在华东理工大学隆重召开。本次沙龙在上海市国有资产监督管理委员会、上海市经济和信息化委员会、上海市科学技术委员会的指导下,由上海市国有资产信息中心、华东理工大学金融大数据研究中心、上海计算机软件技术开发中心联合主办,畅享网作为媒体支持,有逾200位专家、学者、企业代表等汇聚一堂,共同探讨大数据的应用发展。


图片说明:上海国资大数据课题启动仪式暨数据资产技术及金融行业应用沙龙现场

上海市经济和信息化委员会副主任邵志清、上海市国有资产监督管理委员会党委副书记肖文高、华东理工大学副校长轩福贞出席了本次沙龙并致辞。课题启动仪式上现场颁发专家顾问、课题组成员聘书,随后的主题沙龙中太平洋保险数字化能力建设中心副总经理沙新、网易金融云首席架构师李鲁、国泰君安证券股份有限公司信息技术部总经理俞枫、美国康普技术总监兴嘎、拍拍贷首席数据官顾鸣、上海数据资产运营管理有限公司执行总裁甘似禹发表主题演讲。此外,市经信委大数据发展处处长张英、市国资委信息化管理处处长李小山、金融企业评价处处长张福军市科委高新技术处副处长肖菁、华东理工大学信息学院院长杜文莉等领导也出席了本次活动。





上海市国资大数据课题组由上海市国资委信息中心、华东理工大学金融大数据研究中心、上海计算机软件技术开发中心联合成立,本次研究旨在加强各行业领域大数据的应用融合,促进国资系统内数据应用的规范化、高效化。课题组集结了19位专家顾问(名单后附),35位课题组成员,将围绕“聚焦大数据应用和治理、促进产业融合和生态建设”战略愿景,落实上海国资委大数据应用和治理相关要求,以“风险可控、运营合规、价值实现”为目标,在产业发展和行业监管的综合化趋势下,构建逐层深化的大数据应用和数据治理生态体系,对内服务精益运营,对外增强价值变现,培育数字化时代的发展动能,帮助其盘活数据资产并发掘其价值,最终实现管理创新、服务创新和价值创造。

在前期国资监管数据三年行动工作的基础上,专家组和课题组成员将以大数据研究为契机更多依靠创新驱动,通过顶层设计逐步推进大数据应用和数据治理的生态体系建设,实现在推动发展的内深动力和活力上根本性的转变,将完成三个目标:一是出版《上海国资大数据探索与实践》案例集;二是完成国资大数据应用和治理现状评估、治理体系及国资大数据应用框架和模式三份国资大数据研究报告;三是提出国资大数据综合应用平台可研报告。

数据资产技术及金融行业应用沙龙只是上海市国资大数据课题的开始,接下来,课题组还将通过走访调研、组织专题研讨、专业活动等形式,加强各个行业领域大数据的应用融合,促进高校、科研机构、企业之间的产学研用联动,全面推动大数据在上海国资体系中的成果转化和深度融合发展。

附专家顾问组名单:

朱宗尧(申能集团)

张英(市经信委大数据发展处)

杨海军(市网信办)

胡德斌(上海银行

周衡昌(上海农村商业银行)

俞枫(国泰君安)

王洪涛(海通证券)

舒宏(东方证券)

沙新(太平洋保险)

历平(百联集团)

丁嵩冰(上港集团)

丁林润(中国银联金融民生事业部)

何育浩(浦软集团)

丁炯(上海数据资产运营管理有限公司)

刘国华(东华大学信息学院)

陈琦(前经信委软件处长)

王云(前民生银行上海分行副行长)

孟凡强(畅享网)

陈正伟(仪电集团)





本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
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
|
8天前
|
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。
42 1
|
17天前
|
存储 分布式计算 数据可视化
大数据常用技术与工具
【10月更文挑战第16天】
66 4
|
3天前
|
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】
11 3
|
3天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
15 2
|
6天前
|
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。
30 1
|
8天前
|
机器学习/深度学习 数据采集 搜索推荐
大数据与金融风控:信用评估的新标准
【10月更文挑战第31天】在数字经济时代,大数据成为金融风控的重要资源,特别是在信用评估领域。本文探讨了大数据在金融风控中的应用,包括多维度数据收集、智能数据分析、动态信用评估和个性化风控策略,以及其优势与挑战,并展望了未来的发展趋势。
|
7天前
|
数据采集 分布式计算 大数据
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27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
34 2
|
8天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代,数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件,通过HDFS存储数据和Spark进行高效计算,实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践,包括数据存储、处理、安全和可视化等方面,展示了它们在实际应用中的协同效应。
41 2
|
10天前
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。
|
8天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第26天】本文详细探讨了Hadoop与Spark在大数据处理中的协同作用,通过具体案例展示了两者的最佳实践。Hadoop的HDFS和MapReduce负责数据存储和预处理,确保高可靠性和容错性;Spark则凭借其高性能和丰富的API,进行深度分析和机器学习,实现高效的批处理和实时处理。
34 1