
1.5亿建大数据中心 内江打造川南“信息中枢”
优质教育信息化资源惠及农村学生10万人次,就业“110”系统兜底帮扶就业“困难户”,“12349”居家养老服务平台全天候助医、助急、助购、助餐、助洁……9月23日,记者在内江市“信息惠民国家试点城市”建设情况新闻发布会上了解到,自2014年6月内江入榜信息惠民国家试点城市,一年过后,内江信息惠民建设阶段性“成绩单”已出炉。
内江市副市长陈朗表示,下一步,内江将从大数据中心建成运行、大力推动“全企上网”“全民触网”、推进“宽带乡村”示范应用、拓展就业“110”平台、“12349”居家养老平台等方面纵深推进试点城市建设。
大数据中心年底投运
如何“协同办公”,更加有效整合孤立、分散的公共服务资源,实现数字化民生?内江给出的答案是建设全省一流大数据中心。
“我们投入了1.5亿,建设大数据中心,打造信息惠民公共服务平台。”内江市发改委相关负责人表示,这一平台将成为内江市乃至川南“信息中枢”。
“项目年底前将正式投入运营,将陆续迁入、新建公共服务模板和信息惠民模板,全面覆盖政务、就业、医疗、人口、教育等领域。”该负责人说,“平台将全面整合各部门资源,如市民要去民政局、就业局等不同部门办事,今后都可以通过平台各种终端一次性处理,节约时间成本,更加便利。”
就业“110”系统帮扶就业
去年5月,内江率先在全国建立就业“110”系统。这是一套拥有自主知识产权的就业帮扶系统,对城乡困难就业群体实现兜底帮扶。
“受理后,在3个工作日内,就能向求职者提供3个就业岗位。不挑不选,一般能保证就业。”内江市就业局有关负责人介绍,就业“110”系统,设立了就业援助热线、就业服务窗口,通过电话、网络向求职者传递企业招聘信息,同时,将求职者的信息反馈给企业,成为企业与求职者的免费交流平台。
除了就业“110”系统,内江还有一项拥有自主知识产权的“农民工综合信息查询系统”。据介绍,内江已在全省第一个实现就业失业“实名制”管理。“目前,已针对性地提供就近就地就业岗位5000余个,创业指导3000人次,技能培训3000余人。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11