
“仙桃”集结 中国大数据产业生态谷正崛起
10月9日,市政府与英国ARM公司签署合作谅解备忘录,将在仙桃数据谷建立ARM产业生态园,推动全市集成电路设计企业的快速发展。
据了解,英国ARM公司在移动芯片领域已占领了90%左右的全球市场,成为苹果公司的供应商之一。
这家公司在仙桃数据谷建的ARM生态产业园在5年内将聚集起5000名IC设计人才。
“仙桃数据谷正在集合起一批大数据产业,并成为重庆最大的大数据产业群。”渝北区委书记沐华平说。
A “国际范”的“3+6”产业体系
“仙桃数据谷的产业是国际性的。”重庆仙桃数据谷投资管理有限公司董事长汪小平说,具体说来,就是在按照“大数据、小传感、海储存、云应用”的产业方向,布局建设“3+6”的产业体系。
汪小平解释说,这其中的“3”,就是以传感产业园、存储产业园、数据挖掘分析三大基础产业为支撑,“6”即打造金融大数据、健康大数据、教育大数据、设计大数据、跨境电商、城市管理大数据6个行业大数据应用产业园,最终形成龙头企业、核心企业集聚的全产业大数据生态圈。
汪小平说,每个产业板块都将采用“龙头企业、公共平台、4.0版孵化、投资机构、创新企业”五位一体的运营模式,同时结合云端办公、安全防卫等智能化办公体系以及各类服务与展示平台等,为“3+6”产业体系提供保障。
“国际范”是仙桃数据谷产业的特色。据介绍,在产业布局和招商中,数据谷面向国际大数据相关产业及国际大数据龙头企业进行招商,集聚全球资源,运用全球市场。
B 六大创新支撑平台保障产业群
在仙桃数据谷占地1000多平方米的智能样机创新中心里,3D打印机、贴片机等器械已经陆续安装到位,10月底正式投入使用。
这是由渝北区携手宏碁、纬创、中兴投资2000万元联合打造的样机中心,包含打样、3D打印、贴片、验证、测速等功能。
所谓打样,就是将智能终端的设计图进行3D打印,制造出样机进行试用。据宏碁股份有限公司自建云(重庆)应用中心总处长王明山介绍,以前重庆企业开发设计出一个智能终端,一般要跑到深圳或江苏昆山去打样机,往返至少需要两周;若是需要修改调整,甚至会耗费一个月。他说:“今后在仙桃数据谷打样,仅需2—3天,将大大降低时间成本。”
“这是数据谷打造的一个创新支撑平台。”沐华平说,在聚合大数据产业群中,渝北区决定,将在仙桃数据谷打造六大创新支撑平台,以助推数据谷及全区的大数据产业发展。
这六大创新支撑平台是——
消费者行为大数据分析库。由宏碁集团、法国EFG公司打造,将为创新产品设计提供消费者行为习惯、偏好及数据支撑。
ARM创新加速器。由ARM和中科创达合作组建,为初创公司及创新项目提供技术支持、培训指导、风险投资等服务。
产品外观设计平台。由惠普打造“渲染云”平台,为工业设计、智能硬件设计、服装设计等提供云资源及技术平台支撑。
智能样机生产平台。渝北与宏碁、纬创、中兴软创合作打造,拟建立国家级实验室,提供智能硬件设计打样、3D打印等服务。
智能语音识别系统平台。由科大讯飞建设,基于大数据和人工智能技术,形成高效易用的“教育云”和“语音云”平台。
样机营销平台。由谷歌、亿赞普建设,构建全球样机的“商业雷达”和“营销网络”。
“这六大创新支撑平台既为大数据产业集群服务和做好保障,其本身也是一大产业群。”沐华平说。
C 建全球人才培养产业群
在仙桃国际大数据谷的产业集群中,还有一项人才培养产业。
今年7月,渝北区携手美国西亚斯集团、重庆邮电大学共同打造大数据学院,重点在职业培训及研究生培养,开展大数据产业相关的短期或中期职业资格培训,设置大数据及其关联产业的技术、管理、金融三类课程方向,帮助培养掌握前沿大数据技术、拥有实践经验的人才。
前不久,渝北区政府又与微软(中国)有限公司、微软亚太科技有限公司签署战略合作备忘录,三方将在大数据平台、大数据学院、创新孵化加速器平台、大数据体验中心领域方面展开全面合作。
“按照战略合作协议,微软(重庆)大数据技术及产业创新基地、微软IT学院两大项目将落户仙桃数据谷。”汪小平说,特别是微软IT学院的落户,将为仙桃数据谷的人才培养产业注入活力。
汪小平说,微软已经决定,将把“微软IT学院”引入到仙桃数据谷的大数据学院,并将采取“境内+境外”、“线上+线下”、“教学+实训”及国际协同招生的模式,对大数据学院进行课程设置,让大数据学院可以到国外去招生、国内的学员通过线上教育听国外的课程等,还可以为跨国公司定制培养专业人才。
与此同时,由微软提供技术服务的国内数据中心在线服务平台——“世纪互联”将为大数据学院提供不低于10万名符合要求的教育工作者,微软还将派遣10名IT人才,为大数据学院提供智力支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 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 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05