京公网安备 11010802034615号
经营许可证编号:京B2-20210330
发展大数据 打造“贵安云谷”_数据分析师
“大数据”是数据分析的前沿技术,是新一代信息技术与产业发展的重点领域,大数据产业成为全球经济发展新引擎的趋势日益明显。同时它也是一场革命,谁能够抢在前面就能抢滩大数据发展制高点,在这场革命中贵州走在了前列。追求“后发赶超”,把梦想寄托在大数据之上。当前,国家正在大力支持贵安新区建设和贵州省大力发展大数据产业。
面对难得的战略机遇,贵安新区明确以大数据产业的主导地位,坚持集聚资源、集中目标、创新驱动、开放融合的发展模式,努力打造研发创新、企业培育、应用示范、生态宜居于一体的大数据产业发展集聚区。
贵安新区成立就一年多时间,在这片充满希望的土地上,一个关于“大数据”的梦想越来越近。
规划起点高
大风起兮“云”飞扬。
《贵安新区推进大数据产业发展三年计划(2015—2017)》近日出炉。
按照《计划》,贵安新区三年内将培育10家核心龙头企业、500家大数据应用和服务企业,引进和培养2000名大数据产业人才梯队,建成国内重要的大数据产业示范区;建设6个以上行业资源云平台,支持6类以上大数据商业应用系统的研制,支撑智慧城市建设;创新投融资方式,力争大数据发展基金、大数据创业投资基金等资金规模达到20亿元,通过大数据带动相关产业规模达到1500亿元。
按照《计划》,贵安新区将实施完善“贵安云谷”基础设施、建立大数据资源平台、搭建公共服务平台、加速产业集聚示范等重点工程和项目。
其中,贵安新区将以“贵安云谷”为载体,承接数据存储、分析应用、配套服务等项目的落地建设,重点加强信息基础设施建设,全面推进园区综合信息设施管网及大容量光纤骨干网建设,争取与贵阳市共同申报国家级互联网骨干直联点及开展综合保税区国际互联网直连通道工程,确保两地通信网络出口带宽提升一个数量级。
2016年实现云谷宽带全覆盖,2017年将贵安新区建设成为区域性关键网络节点。
同时,通过支持建立和引进大数据研发中心、工程技术(研究)中心等技术创新和产业化机构,开展大数据分析关键算法与业务模型研究以及关键技术产品攻关,支持大数据企业、高校院所设立博士后科研流动站(工作站)、工程(技术)研发中心、重点实验室等人才发展平台等措施,优化技术创新支撑环境。
在大数据资源平台搭建方面,贵安新区计划搭建贵州省、中央政府部门、行业企业、大数据资源交易等大数据资源平台,建立健全各类别、各行业数据资源服务及交易体系,深化园区信息服务能力。同时,加强与贵阳市数据资源平台、公共服务平台等的互联、互通、共享,引导贵阳市各数据资源平台后台及运营中心落户新区三大运营商数据中心。
搭建平台多
开展大数据建设,贵安新区着力搭建四大平台。
一是建设数据资源平台。开展大数据资源平台建设,建立健全各类别、各行业数据资源服务及交易体系,深化信息服务能力。强化与贵阳市数据资源平台、公共服务平台等互联、互通、共享能力,引导各数据资源平台后台及运营中心落户新区三大通讯运营商数据中心。
建设贵州省大数据资源平台,集聚全省政务,公共服务等领域的数据资源,明确数据资源开放等级,形成数据资源开发目录,实现数据资源的互联互通和共享使用;建设中央政府部门暑假资源平台,与国家部委、大型企业对接,参与国家公安、社保、医疗、档案、税务、财政、工商等部门的数据中心和数据灾备中心建设,争取国家级数据资源库入驻;建设行业企业大数据资源平台,围绕长江经济带数据中心布局国家跨境物流信息平台、智能交通服务平台等重要行业应用平台,主动融入国家“一带一路”战略构想的实施;建设大数据资源交易平台,实现数据资源在平台上的高效、合理交易。
二是建设公共服务平台。引进专业服务机构,整合省内各项资源,建设面向大数据、云计算等领域的专业服务平台,提供人才中介、人才测评、软件开发、市场推广、投融资、培训及认证等公共服务。
重点选取政务、交通、旅游、电信、医疗、金融等具有开拓潜力的领域,建设具有交互共享、一体化服务规模的大数据公共服务平台。主要建设政务数据平台、交通数据平台、旅游数据平台、电信数据平台、医疗数据平台、金融数据平台和环境信息数据平台。
三是建设支撑平台。第一是加大科技研发,重点依托中科院、北京大学、清华大学、贵州大学、大学城高校、企业技术中心等,积极开展和国内外智力中心的合作,建设大数据工程研究中心及产学研合作示范基地,争取成为国家级大数据工程中心和大数据产学研合作示范基地;第二是加强技术攻关,争取国家部委大数据技术攻关项目,面向全球吸引优质企业落户;第三是加快技术应用示范,结合大数据科技专项工作,推进政府相关数据开发、进行深入挖掘和分析,借助大数据技术提升行业管理水平。
四是创新智力平台。第一是组建国家级大数据产业技术创新战略联盟,邀请北京、上海等地领军企业、协会加盟,组建国家级大数据产业技术创新战略联盟,着力构建健康安全的贵安新区大数据产业生态环境;第二是加快大数据资源聚集,充分发挥新区产业链、应用市场、政策支持等优势,吸引国内外数据挖掘、数据储存、数据中心等企业落户。
产业集聚强
“祥云千里映,祥辉四望新。”
贵安新区立足自身资源禀赋和比较优势,抢抓机遇,后发而先行,重点打造以大数据、云计算、物联网为主要内容的战略性新兴产业,发展势头强劲。
目前,贵安新区正按照“基础构建、集群聚集、创新突破”的思路,着力建基地、引人才、聚企业、抓应用、保安全、促创新,在电子信息产业园加快规划建设7平方公里的大数据产业基地,布局信息基础设施服务、基础平台及基础信息服务、传感及智能终端设备制造、大数据应用、大数据技术研发与人才培养五大板块,引进了富士康(贵州)第四代绿色产业园、三大通信运营商数据中心、泰豪国际文化创意数字产业园、北大千方车辆传感网等大数据项目,全面推进富士康绿色隧道数据中心、微软IT学院及“中小企业云腾计划”等一批项目。
同时,推进实施政务云、交通云、工业云、旅游云、商务云“五朵云”工程,建设超算中心、云存储服务平台、云计算管理平台和区域互联网数据交换中心,争取建设国家级的大数据基地。预计到2017年,贵安大数据产业基地年产值将达到1000亿元以上,2020年达到2000亿元以上,发展成为贵安新区的战略性支柱产业。
特别是三大通信运营商在贵安新区分别建设的全国性数据中心,一期总投资约120亿元,共10万个机架,200万台服务器,可为大数据提供巨大存储服务和计算服务,在全国独一无二,必将吸引国内外优势企业集聚发展,推动贵安新区建设成为全国领先的大数据资源中心和大数据应用服务示范基地,逐步发展成为全球重要的“信息港”。
支持力度大
大数据产业要发展,离不开政策的支持。
为了进一步谋划好大数据产业,构建产学研用一体化的全产业链发展格局,并将贵安新区建设成为长江经济带国家战略的重要组成部分,完善通信基础设施、优化发展环境、提升服务质量是必不可少的。当前,上述体系新区已基本建立,并在重点区域、重点行业覆盖,但仍具有进一步健全完善的空间。贵安新区管委会已将这些内容列入短期规划的重点发展方向及2015年重点建设项目,相信在两三年之内,新区将建立起基础设施高度健全、发展环境高度开放、服务质量高度优质的产业配套环境。
基础设施方面,以“宽带贵安”示范工程为重要抓手,全面推进新区综合信息设施管网及大容量光纤骨干网建设。以电子信息产业园、大学城、生态新城为突破点,建成商业楼宇、住宅建筑、公用设施全部实现“千兆进楼、百兆入户”的全光纤入网覆盖和无线Wifi热点全覆盖,逐步提速骨干传输网络,扩展出省互联网带宽,开展新区至重庆、成都骨干直联点互联专线通道建设,将贵安新区最终打造成为区域性关键网络节点。
为推动大数据产业加快发展,新区管委会设立了每年不少于一亿元的大数据产业发展专项资金,用于支持大数据基础设施、云应用平台、增值服务、配套环境等领域发展,引导各类风险投资机构加大对新区大数据企业的投资力度,采取融资租赁、信托贷款、委托贷款、股权融资、债券融资、知识产权质押担保等方式,支持新区大数据产业发展。
贵安新区管委会支持重点行业、重点领域的企业和机构将非核心的大数据应用业务外包,并优先采购在贵安新区注册纳税企业提供的大数据解决方案和产品服务。依托电子信息产业园,深入推进与北京、上海、成都、重庆、深圳等地区的合作力度,吸引领先的大数据应用研发创业团队、研究机构落户贵安,创建“创客空间”、“众创空间”等设施,支持大数据创新创业资源汇聚,对于拥有实践经验的大数据管理者、大数据分析员等高端人才,按有关规定给予安家补贴、科技专项补贴等,促进大数据创新资源加速聚集。稳步提升新区大数据产业发展环境、综合服务质量和社会影响力,形成科技企业和科技成果转化的入驻首选地。
贵安新区发展大数据,占尽天时地利人和。不久的将来,这里将建设成一个引领性的大数据基地。
“贵安云谷”,指日可待。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09