
大数据东风助企业“乘云”飞翔_数据分析师考试
近日,在贵阳高新新普能源科技有限公司的办公室,工作人员正通过基于物联网技术与云计算技术的工业节能系统,实时查看客户的耗能设备使用情况和数据,一旦观测到异常或有更多节能空间就可立即调整。
“这种通过数据分析找到节能空间的方式方便可靠,还可以计算客户的能源使用情况,自动形成能源使用报告,客户都很认可。”新普能源技术负责人黄瑞章介绍说。
黄瑞章是天津人,曾在香港中文大学系统工程与工程管理学系读博,毕业后在香港理工大学任教。期间,她接触到香港先进的数据理念,在帮助工业企业、公立医院做数据分析中积累了很多经验。2009年8月,新普能源在贵阳国家高新区成立,她就在香港提供“远程”技术支持。
2011年,通过贵州大学的人才引进计划,在香港生活了10年的黄瑞章来到贵阳,担任贵大计算机与技术学院副教授,从事大数据分析等相关研究。她坦言,以前对贵阳的了解就是好山好水好风光,在贵阳生活近4年,城市、高铁、轨道交通等建设和经济发展的速度都让她印象深刻。
贵州有很多大中型的煤化工企业,这些企业用电量大、高能耗,新普能源最初主要是为开磷等企业提供单点节能服务,黄瑞章加入后,运用大数据推动企业升级,开发出基于物联网技术、云计算技术的网络化、模块化、标准化的基于工业节能智能网络的电能优化系统(EOMS)。
“通过在水泵、电机等高能耗设备上布控传感器收集数据,再通过数据分析找到生产实际需要的能耗量,找到节能空间,把不需要的节省下来。”黄瑞章说,通过大数据分析,能为企业节省25%以上的能耗,目前公司已为开磷集团、瓮福集团、海南英利、天津英利等企业提供节能服务。
“企业能‘升级’成功,还离不开政府的大力支持。”黄瑞章说,公司入驻高新区留学博士创业园,获得了一批启动经费和办公场所费用的减免。
大数据时代到来,数据的地位越来越凸显。黄瑞章说,大数据是朝阳技术产业,从全球和全国来看,普遍被看好,贵州贵阳有气候、地理、电价等优势,发展大数据的定位很好。
抓住贵阳发展大数据的机遇,2014年11月,新普能源的团队和广州的合作伙伴又在高新区成立贵州耕耘科技有限公司,通过自主技术对海量数据进行采集、整合、分析、挖掘,有望为各行各业提供有价值的大数据技术服务。“成立之初,高新区就为我们提供了一笔启动经费和房租补贴的扶持。”黄瑞章说,互联网公司前期都需要投入大量资金,政府的扶持给该公司控制运营成本提供了很大的帮助。
7月17日,耕耘科技开发的“蜂鸟系统”已经上线,为政府网站和媒体网站提供云服务,实时帮助网站检查和监测无效的链接和“僵尸”栏目。今后,该公司还将把大数据技术服务应用到电子商务、交通运输、旅游、环境保护、食品安全等领域。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09