京公网安备 11010802034615号
经营许可证编号:京B2-20210330
全球大数据联盟落户成都
作为2017成都全球创新创业交易会重要活动之一,2017全球大数据峰会昨日在世纪城新国际会展中心举行。此次活动以“创新·衍生”为主题,旨在加强政企对话,产业上下游联动,推动大数据的创新应用、深度挖掘大数据价值,助力产业升级。
在此次峰会上,来自海内外著名企业领导人,以及行业内知名专家教授,共同见证了“全球大数据联盟落地暨国家创新应用中心建设”启动仪式。同时,围绕智能政务、物流、交通、金融、智慧城市、信息安全等领域,共同探讨创新大数据应用、挖掘大数据价值、集聚大数据成果,推动政府治理能力提升和经济转型升级。
在蓉共同建设国家创新应用中心
当前,成都正加快建设全面体现新发展理念的国家中心城市,拥有良好的产业基础、突出的科技优势,并坚持把发展大数据等新一代信息技术产业作为未来发展的战略核心,作为推动城市转型发展的重要动力,并提出要把握大数据的战略机遇,推进大数据应用和产业结构优化作为供给侧结构性改革的重要路径。
在全球大数据联盟创始人宋炜看来,成都聚集了数量众多的大数据创新创业企业,并在民生、大健康、智慧城市等许多领域,走在国内前列。在移动互联网等消费领域,成都也具有非常好的基础。同时,在人才储备方面,成都拥有电子科大、四川大学等一大批重点高校科研院所,为大数据产业发展提供了强有力的人才保障。
“这样一个适宜大数据产业发展的土壤,以及基于大数据应用创新领域的成果,是吸引我们落地成都的重要原因。”宋炜谈起全球大数据联盟落地成都的原因时表示,通过建设国家大数据创新应用中心,也希望促进成都大数据产业发展。他还表示,下一步,将联合国家有关部委、全球知名企业共同建设国家大数据创新应用中心,促进成都大数据产业发展。
工业大数据展厅下月15日揭幕
去年底,航天云网在蓉成立了成都航天科工大数据研究院公司,将工业大数据国家工程实验室落地成都。“我们将在成都科学城建立工业大数据展厅,下个月15日将正式揭幕。”中国航天科工集团航天云网副总经理祝守宇介绍,未来,还将举办工业互联网高峰论坛,分享公司在工业大数据平台建设、技术能力和产业落地的具体方案。
随着制造业转型升级步伐加快,企业之间的竞争更加激烈,尤其是工业互联网的规模将远远超过消费互联网。“这其中,工业大数据是其中最重要的核心资源。”祝守宇介绍,在工业领域,以云计算为平台的工业物联网成为获取工业大数据的必由之路。为了加快工业大数据发展,航天科工加紧布局传感器领域,“其中,微系统研究院将同步落地在成都天府新区。”
祝守宇还表示,作为工业大数据国家级平台的承载单位,公司将建立合作生态圈,跟地方政府、工业企业、互联网企业、科研院所等加强合作,共同推动工业大数据产业发展。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15