
大数据、云计算可以使CIO不会在盲目采购IT设备而是考虑云服务,减少成本,提升IT管理水平。
开展大数据、云计算需要CIO解放思想、大胆运用新技术,把落后的方面赶超上去。
未来我们看到随着大数据、云计算、移动等技术的应用与发展,我们看到也将推动提升企业CIO在企业中的地位,甚至有可能CIO和CEO合二为一,对于企业发展有非常大的好处。
未来我们看到随着大数据、云计算、移动等技术的应用与发展,我们看到也将推动提升企业CIO在企业中的地位,甚至有可能CIO和CEO合二为一,对于企业发展有非常大的好处。
【比特信息化】大数据、云计算等技术已经深入渗透到企业中,对于企业的业务以及IT都形成了巨大的挑战,特别是现有的环境下作为企业的IT负责人如何在这些技术环境下做好IT管理,并且把它们成功应用企业中,已经成为CIO所要思考的问题。面对现状,本期比特网百家讲坛我们邀请了来自中国水利水电科学研究院的IT总监傅红旗,就当前大数据、云计算环境下企业IT管理以及全面拥抱新技术进行了解读,为行业用户开展大数据、云计算提供参考。
大数据 云计算 变革企业IT
中国水利水电科学研究院(以下简称研究院)是中国最早建立的面向全国的水利水电综合科研机构,成立于1958年,由中国科学院水工研究室,水利部北京水利科学研究院和电力工业部水电科学研究院三单位合并而成,它是水利发电方面权威机构主要负责如大型水坝的建体、水流水能的计算,然后应用到工程中去。从研究院的IT应用来看,研究院IT发展可谓有起有伏,可追溯到上个世纪80年代,80年引入了国外的M180中型机、大型机以及到90年代的各研究所引入小型机,目前各个院、各个专业研究所更多采用小型机。对于研究院的IT管理,因研究院下属多个研究所,每个研究所他们更多是IT的使用者——使用计算机作业务计算,而IT管理还需要依赖专业的IT人员来解决,因此,在研究院中设立了网络中心,主要帮助研究所做IT管理以及新技术应用等工作比如最早通过与相关服务商的合作引入的财务软件、OA、ERP系统以及BPM。
正如刚才所言,网络中心除日常IT管理外同时会考虑先进的IT技术应用比如大数据或者云计算,那么,当这些新技术引入后会对企业以及IT管理带来哪些价值和挑战呢?对于此,傅红旗认为,现在进入大数据时代IT主要面临数据的管理和存储问题,而在云计算方面更多是来自安全的问题。从价值的角度来看,研究所过去撤销了计算中心,原本要打算恢复计算中心,但今天随着云计算的成熟,促使我们在虚拟服务以及云服务方面的考虑,可能会改变恢复计算中心的计划,有可能不会在盲目采购IT设备而是考虑云服务。减少成本,提升IT管理水平。
傅红旗再次强调了安全的重要性。目前我们所处的云计算环境存在一个安全的问题比如硬件服务商留下后门,因为研究院的数据涉及到国家安全比如水坝在和平时期它是一种能源储备但是在战争时期,它就是一个破坏危险的因素。所以,在这些方面对于运算数据要有一个安全的保障。
对于云安全的防范应分为两方面:第一、技术防范;第二、人为防范,主要包括人文学、社会学等。目前更多的技术防范,技术防范现在是要求相关的安全部门能够做一些更切实的工作比如微软和中软合作期间把源代码93%是公开交流,能够提供一定的安全防范。基于此,“我们不想做封闭式的数据采集,我们也希望将来所有科学的计算数据进行国际交流,但是安全问题必须要保障。”而对于云服务商则言则需要保障站在任何时间、任何地方都可以提供云服务,对于客户来讲,则能够在任何地点任何时间都要以使用云服务,这是未来的趋势。
迎接大数据 云计算 CIO要有开放的心态
今天的大数据、云计算已经成为一种发展趋势,虽然还有许多的问题要解决,但这一趋势已经迫使我们必然去主动接受,对于企业的IT管理者而言,要想做好企业的IT管理以及满足业务的需求,必然要有充足的准备和应对良方。傅红旗建议,“企业的IT负责人或者CIO的思想要更加开放,应该承认技术不足,勇于应用新产品,了解他们的内容和技术,做好我们自身防范之后融合新技术中。我们在技术方面还需要大踏步追赶,需要CIO解放思想、大胆运用新技术,把落后的方面赶超上去。IT从业者要接受最新的观念来解决业务工作才是当务之急。首先自己要开放尽快接受新知识”
比如不同行业企业的相关部门可以把一些非核心业务通过采用公有云来进行办公,使得各个机构在日常办公中尽快融入云服务,而对于一些关键部门则可以采用私有云服务。在大数据方面现在对于数据会产生“疲劳感”暨每天的数据量非常大,想获得数据分析结果比较难,因此在这种“疲劳感”下,企业可以把30%的核心的数据掌握在企业自身中,而其它70%的数据完全可以在云上运行比如通过服务商的大数据、云平台,数据处理70%的工作量由服务商来做则大大减轻IT负担、节省能源空间,提升企业IT效率。
未来我们看到随着大数据、云计算、移动等技术的应用与发展,我们看到也将推动提升企业CIO在企业中的地位,甚至有可能CIO和CEO合二为一,对于企业发展有非常大的好处。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08