京公网安备 11010802034615号
经营许可证编号:京B2-20210330
善谋者胜 远谋者兴 贵州大数据“智慧树”初长成
近日,贵州省第十二次党代会在贵阳隆重举行,陈敏尔书记所作的报告充分肯定了近年来贵州的大数据发展,并指出要继续深入推进大数据战略行动,充分挖掘大数据商用、政用、民用价值,更好地以大数据引领经济转型升级、提升政府治理能力、服务民生社会事业。
近年来,贵州谋篇布局,为大数据发展营造出适宜的“气候”,提供了肥沃的“土壤”,集聚了优秀的“种子”,创造了多项“全国第一”,成效显著。2016年,贵州省以“大数据”为引领的计算机、通信和其他电子设备制造业增加值达93.38亿元,比上年增长66.6%。大数据已然成为了贵州的大战略大事业。
抓引领、重实用、保支撑 贵州“云”思维全覆盖
“目前,贵州的大数据项目化落实主要体现在引领性、实用性和支撑性三种项目上。”贵州省第十二次党代会代表、贵州省大数据发展管理局局长马宁宇在接受多彩贵州网记者采访时一语说中,道出贵州大数据从概念理念走向产业实业的关键。
据马宁宇介绍,2014年底贵州省提出2015—2017年实施信息基础设施建设三年会战,经过两年多的努力,贵州在新增三个互联网骨干直联点中建设速度最快,预计今年上半年即可完工,这意味着贵州的互联网网速、带宽将成为全国领先。
在政府数据平台发展上,贵州的“云上贵州”平台汇聚了省、市、县三级政府的数据,处于全国领先水平。未来,国家政府数据平台将和贵州省政府数据平台互通,贵州也将成为第一个与国家平台互通的省级大数据平台。
网络基础设施建设中,关键的一环是数据中心的建设。“目前,贵州聚集了中国三大运营商以及华为等企业的数据中心,甚至一些国家部委的数据中心。”马宁宇表示,贵州已经成为中国南方最大的数据中心聚集区。他甚至预见,贵州将成为中国最大的数据中心聚集区。
2016年贵州获批建设首个国家大数据工程实验室。马宁宇介绍,这对引进专业技术人才具有非常大的吸引力,意味着“大数据人才可以在此自由施展拳脚”。他表示,今后5年贵州还将在高职院校学科培养、立法等方面逐步完善。
“贵州大数据发展既要争先,也要一步一个脚印,补好短板,”马宁宇说,当下,贵州正从数据资源管理与共享开放、数据中心整合、数据资源应用、数据要素流通、大数据产业集聚、大数据国际合作、大数据制度创新七个方面开展国家大数据试验探索,贵州在大数据领域正无处不彰显着有别于人们固有印象的雄心。
大数据引领产业集群创新发展 贵州“好戏”正开场
从1992年贵阳高新区经国务院批准成为国家级高新区,到如今向“创新型中心城市示范区”迈进,在全国国家级高新区排位中提升到43位,可持续发展能力居第8位……大数据让贵阳高新区找到了“魂”。
2016年,贵阳高新区新增大数据及关联企业1182家,累计达到2669家。大数据及关联企业实现营业收入401亿元。
“今年是实施十三五规划的重要之年,贵阳高新区紧扣‘引领大数据技术创新、加快大数据产业集聚,奋力打造创新型中心城市示范区’的发展定位,全力打造贵阳大数据走廊,形成了‘一廊五珍珠’的大数据发展布局。”贵阳市高新区大数据发展办公室主任王麒介绍说。
高新区按照高标准建设国家绿色数据中心,目前4家数据中心企业获批国家绿色数据中心试点单位,占全省获批数的40%;食品安全云、电子商务云、社区服务云、智慧农业云、智能交通云、医疗健康云、教育云、旅游云、金融云、水利云、媒体云、环保云、工业云等20余朵云落地运营;通过国家双软认定企业106家,通过CMMI评估认证服务外包企业30家……
创新要素的积聚和创新战略的实施离不开创新环境的保驾护航。据王麒介绍,贵阳高新区制定实施了“创新十条”“创客十条”“大数据十条”等多项优惠扶持政策,结合实际最大限度把政策门槛降到了最低,把优惠扶持力度提到了最高。
贵阳高新区正是贵州大数据引领产业集群创新发展的一个缩影。时间回到2015年6月17日,习近平总书记在贵州考察时,贵州省以发展大数据作为突破口推动经济社会发展的探索,给总书记留下深刻印象,他对当地干部说:“我听懂了,贵州发展大数据确实有道理。”现如今,大数据已然发展成为贵州一张靓丽“名片”,一条有形的产业链已被孕育,贵州“好戏”正开场
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22