京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据专才:“走俏”变“紧缺”_数据分析师培训
应对大数据时代的挑战,国内学术界最近动静不小。中科院院士马志明说,上月他每周都在见证一家全新的、和大数据相关的研究机构或研究平台诞生。从中科院系统内部培育的重点实验室到国家基金委的“双清论坛”,再到日前上海财经大学携手国家统计局成立“大数据统计科学中心”—一个信号已经非常清晰:对大数据的深挖和系统研究,已是板上钉钉的国家战略。
“在大数据时代,数据科学家和数据工程师非常紧缺。”根据一些机构的测算,未来5年,国内各行各业需要的大数据专业人才,缺口将高达1000万左右。
对海量数据信息的处理手段还远不够
大数据正给各行各业带来巨变。以保险业的车险为例,如果在每辆汽车上加载一个行驶监测设备,保险公司就可以轻松掌握每一个用户的车辆使用情况、个人驾驶习惯等。基于这些关键数据,保险公司就可以针对不同的用户“定制”不同的车险品种,从而提高投保的精准率。
上海财经大学统计与管理学院院长周勇教授说,无论是学术界还是企业界都已察觉,大数据是一座“富矿”,对大数据的收集、深挖过程,本身就伴随着很多的发展机会。
但开掘“富矿”并不容易。比如,对海量数据信息的处理手段,目前还远远不够。有业内人士做过测算,假设一个城市有3万个左右摄像头,在不经任何加工的情况下原始保存连续两个月的图像信息,耗资将高达上百亿元人民币。除了要解决数据存储的基础设施问题,如何从海量的图像信息中提取有效信息,也是目前学界正在加紧研究的课题。
“过去10年至15年来,基于互联网的信息技术革命已给全人类带来了颠覆性影响,信息科学从某种程度上说,已成为推动经济发展的一个重要引擎。现在还可以预见的是:在未来的几十年时间里,更多与经济社会发展相关的决策,都会被大数据推着走。”美国普林斯顿大学终身教授、上海财经大学大数据统计科学中心首席科学家范剑青教授说,对大数据的研究固然涉及众多学科、领域,但按照目前美国学术界的共同看法,数学、统计学和计算机科学的三者结合是构成分析、研究大数据的基础。
研究机构比企业更缺大数据专业人才
随着大数据时代的到来,专业数据处理人才已从“走俏”变成“紧缺”。“过去我们的毕业生一般喜欢到金融机构、保险机构等单位就业,做一些和数据分析相关的工作。但现在,互联网公司、大型药企都开出高薪抢人。”周勇说。颇有意思的是,来自企业的高薪揽才,客观上让学术界“尴尬”:“现在最需要、最缺少大数据专业人才的其实是高校和研究机构。高起点、高水平的研究亟需高层次的人才加盟,但因为科研机构的待遇不如企业,留住人才成了一桩难事。”
大数据“捧红”了作为传统学科的统计学;但另一方面,统计学受到的来自大数据的挑战,也比其他学科要猛烈得多。
“在大数据时代,很多传统的数据收集方法、统计方法显得失效,而且用统计的手段进行经济预测的功能,也出现了根本性的变革。”据介绍,国家统计局目前已经在和百度、阿里巴巴等互联网公司合作,深度开发挖掘大量实时在线的搜索数据,从而提升统计数据的准确性和及时性。过去,统计数据对经济走势预测、对宏观决策的作用往往是“用过去的经验来预测未来”,而今后,“经济雷达”在预测、预警时发挥的功效会显得更具时效性。
“有了互联网、大数据,收集信息的渠道和时效明显增强,无论是专业的统计部门还是智库,不用再为拿不到真实数据而烦恼了。”也有一位统计学专家告诉记者,虽然数据来源多样、获取渠道多样是大数据时代的“红利”,但它同时也滋生出信息安全、用户隐私权保护方面的新问题。
“学界与业界对大数据带来的变革和挑战有不同层次的关注、感受,业界有强烈的问题驱动,学界则对面临的学术任务非常明晰。”上海财经大学校长樊丽明说,上海财大此次联合国家统计局成立“大数据统计科学中心”,初衷就是聚焦国家战略,形成在大数据研究、社会经济统计等领域的合作研究项目,以学校的优势学科服务上海科创中心建设。文章来源:CDA数据分析师培训官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13