
发展大数据产业看贵州_数据分析师
贵州又一次迎来了大数据产业发展的头脑风暴。12月20日,阿里云开发者大会西南峰会在贵阳开幕,来自全国的1000余名开发者共同探讨大数据发展思路,聚焦“云上贵州”。
近期,贵州已举办三场有关大数据的活动,另外两场分别是大数据商业模式大赛项目分享和大数据商业模式大赛分支赛——“智慧交通算法大挑战”。
可以看到,大数据产业已经从虚无缥缈落到实处,贵州正尝试走一条符合自己的大数据产业之路,借此实现后发先行的经济优势。“钱”景如何,我们拭目待。
战略定位适配后发优势
本次阿里云开发者大会主题为“美丽中国,云上贵州”,向广大开发者和创业者传达贵州的大数据战略定位,以及对大数据产业的美好预期。
全国来看,贵州是第一个将大数据作为省级发展重要战略的省份,不仅仅是对经济发展的补充。此项决策的做出,贵州既有现实的无奈,更是其后发先行,实现跨越式发展的战略选择。
作为经济后发省份,贵州过去以能源矿产为主,产业结构偏重资源消耗型。现在,习近平总书记对贵州工作提出了守住发展和生态“两条底线”的重要指示,同时人民群众也要求在发展的同时保护生态。发展必须选择对自然环境破坏小,后发优势强劲,与其他省份差距不太大,并且必须符合时代潮流的产业,那就是大数据产业。
就在今年2月,贵州先后出台了《关于加快大数据产业发展应用若干政策的意见》和《贵州省大数据产业发展应用规划纲要(2014-2020)》,将发展大数据产业作为全省的重要经济发展战略选择。
打通“孤岛”联通政企数据
按照惯例,阿里云开发者大会于每年10月在杭州召开。此届是阿里首次将开发者大会移师杭州以外的地方,除了阿里与贵州在大数据上深度合作的助推外,更大可能是其了解贵州大数据开放实践的价值。
大数据产业发展的关键和困难,是将政府数据的“孤岛”打通,形成数据的互享、互通。欧美国家虽然已经在一些领域尝试开放数据,但在中国,无论是地方还是中央,都还比较谨慎。
贵州政府则保持开放态度。
首先,成立了“云上贵州大数据平台有限公司”,通过实施智慧交通云、电子政务云、工业云、环保云、智慧旅游云、电子商务云、食品安全云的7朵云工程,实现数据的互通、共享;
其次,在动员7朵云单位梳理政府数据的同时,与阿里巴巴、浪潮、中软等企业合作搭建“云上贵州”系统平台。该平台要求政府数据必须上云,引导省内企业数据上云,欢迎省外各级企业上云。今年10月,平台正式上线,大数据终于有了正式的“家”;
最后,为实现政企数据互通,贵州政府亲自挂帅,正在以“7朵云”单位数据上云为示范,制定一种数据开放、利益共享机制。政企数据的一个个“孤岛”即将被打通。
热岛效应催生产业集群
此次峰会邀请了政府代表、云计算技术专家、大数据专家、资深开发者、互联网创业草根等行业嘉宾,探讨大数据产业的发展和创新之道,主流观点认为,只有最大限度引来企业,催生产业集群,形成规模效应,才能形成大数据的产业化。
“7朵云”工程实施以来,很多企业奔“黔”而来。
目前“工业云”集聚和培育云服务相关企业15家,提供云应用服务近200个。通过7家龙头企业,带动近500家企业使用工业云;通过省产业市场监测平台,带动约1000家企业登陆工业云;通过引进社会化的公共服务平台,带动6000多家本地企业驻留工业云。贵州大数据产业集群效应已初见成效,“热岛效应”正在催生新产业集群的形成。
据悉,贵州正在上报国家级贵阳·贵安大数据集聚发展示范区项目,预计获批后,将进一步加强贵州大数据产业的集群效应。
云上经济初显商业模式
为期两天的峰会,举办主论坛和“点亮云之路”、“拥抱数据,拥抱未来”、“有云,就有创新”等分论坛。此外的最大看点是大数据商业模式大赛阶段分享。
峰会现场部分参赛项目团队分享各自创业及创新思考,并邀请投资界、云计算与商业模式研究的专家对参赛团队进一步完善商业模式提供帮助。
其中“水资源云调度”项目关注度颇高,参赛者是一家专注于洪水预报领域的上市公司,该公司曾利用在洪水预报调度领域具备的核心技术,开发了全球唯一通用洪水预报调度软件。这些分享真正将大数据做出了商业模式,做成了产品。
于西南峰会前一周启动的大数据商业模式大赛分支赛——“智慧交通算法大挑战”则是贵州运用大数据解决民生问题的一次落地实践,短短几天报名就超过千人。
此次挑战赛基于阿里巴巴大数据科研平台——“天池”开展,以贵州海量真实“交通云”数据为承载,以期切切实实用大数据解决云上贵州的“交通顽疾”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23