大数据处理时代我们最需要什么样的人才?

  

  

  当今世界,正在从数据处理时代走向大数据处理时代。今年两会,“大数据”第一次出现在政府工作报告中,这表明,我们对大数据重要性的认识上升到国家层面。

  与互联网的出现一样,大数据带来的不仅是信息技术领域的革命,它正在改变着人们的生活以及我们理解世界的方式,并成为更多新发明、新服务的重要源泉。

  大数据处理时代到来,将给中国人才队伍带来哪些机会?提出什么样的挑战?谁将是未来最热门的人才?让我们一起来看看吧——

  “人人皆可成才”将成现实

  记者:大数据到底有什么用?

  吴江:大数据最重要的功能,是能把未来一些不确定性的东西准确地预测出来。举个例子——2008年,谷歌的一支研发团队利用在网上收集到的海量个人搜索词汇数据,赶在政府流行病学家之前两星期预测了甲型H1N1流感的暴发。这样的事情在以前是不可想象的,掌握了大数据后,谷歌就做到了。

  大数据浪潮,让人类在历史上第一次有机会用数据围绕一个东西形成完整的描述。凭借日益增强的数据分析能力,人类得以有效实现对未来的预测。大数据可以帮助人们提升对整个社会的管理水平,对于人才管理领域来说,更是迎来了一个得以迈上新台阶的大好时机。

  记者:大数据对人才工作带来最直接的影响是什么?

  吴江:小数据时代,数据掌握在精英手里;大数据时代,数据掌握在老百姓手里。大数据的公开透明,可以推动社会变革发展,更大意义在于,人人可以通过分析大数据,对自己的未来作出理性抉择。数据时代,“人人皆可成才”,将从理念走向现实。

  “新一轮人才流失”要避免

  记者:大数据对全球产业带来哪些影响?

  吴江:与互联网的出现一样,大数据不仅是信息技术领域的一场革命,它将在全球范围内启动透明政府、加速企业创新、引领社会变革。

  一家名为“埃森哲”的管理咨询公司去年调查了600家英美公司发现,33%的受访企业表示正在整个企业范围内积极使用大数据。68%的企业认为,企业自身的高管团队作为一个整体,能够参与和支持数据分析法的部署,并基于事实情况作出决策。有三分之二的公司在之前18个月任命了负责数据管理和分析工作的高管,其他企业中的71%准备任命此类高管。

  美国通用电气公司就较早地意识到了大数据这个难得的机遇,并采取了行动。通用电气正启动在旧金山湾区投资15亿美元,建立一个全球软件和分析中心,拟雇用至少400名数据科学家,现在已经有180名各就其位。

  “埃森哲”去年开展的一项调查,研究了美国、中国、印度、英国、日本、巴西和新加坡对数据分析人才的需求发现,到2015年,除中国之外都面临胜任数据分析科学家的净短缺。中国还似乎出现了少量的过剩。

  记者:为什么只有中国没有出现短缺?

  吴江:因为需求不足。有需求,才有紧迫感。我们的政府和企业都还没有关注到这个问题。我们的企业真的不需要大数据人才吗?当然不是,只是我们还没有意识到问题的严重性。大数据时代求发展,企业、政府首先要明确大数据高管的岗位设置,没有岗位我们怎么能留得住人才,抢人才更是谈不上。

  另据“埃森哲”公布的数据,美国新增数据分析高管职位的数量将占全世界的44%,但美国只能提供23%,将会有3.2万人的人才缺口。不足的部分怎么办?美国必然会从全世界范围内网罗。正如表面上看中国目前这类人才还有富余,新一轮人才流失的危险恐怕难以避免。但中国如果再继续向美国输送这类人才的话,在大数据时代的国际竞争中将落伍。

  我认为,从中央到地方必须重视大数据人才队伍的建设,从基础抓起,完善岗位设置,在培养、留住人才的同时,更要积极面向全球吸引相关人才。

  “首席信息官”亟待设立

  记者:大数据时代的中国,最需要什么样的人才?

  吴江:现在有一种错觉,一提大数据时代,就认为我们最需要数据技术人才,比如计算机人才和数学工程人才。

  我们确实很需要数据技术人才,但真正能够帮助政府和企业转变思维、应对大数据挑战的人才不是一个来自IT部门的技术专家,而是政府和企业的高层管理者。我认为,对目前的中国来说,对大数据管理人才需求的迫切性要超越对技术人才需求的迫切性。

  政府和企业的领导者,也要有意识地转变思维方式,学习用数据思考、说话和管理。在这个飞速变化的社会中,过去的经验甚至可能成为现在的束缚。比如,我们常常听到管理者抱怨“90后”员工难管,就是因为过往的激励方式对他们不奏效。这一点还体现在走出国门的中国企业里。很多人发现与自己的上司、同事和下属沟通不畅,因为各自是在不同文化中成长起来的。管理者需要不断更新自己的数据库,学会用大数据的方法,随时去找到合适的解决方案。

  记者:组建大数据管理人才队伍,该从何处切入?

  吴江:首先要设立专门的数据管理岗位,进入决策层,推动各单位迎接大数据时代到来。我已连续几次提交《关于建立政府首席信息官制度的提案》,建议借鉴国际通行做法,在各级政府及其所属部门组建首席信息官办公室,负责人为首席信息官,直接向政府或部门行政首长负责。他们的职位必须是矩阵式结构,在中央有专门领导机构,推动形成国家级的数据库和数据平台,人员要定期交流,以便全方位掌握数据,消除信息孤岛。

  政府首席信息官制度的立足点,在于为国家整体服务,切忌为某家单位粉饰太平。今年我再次提交了这方面内容的提案,这个问题必须引起高度关注。(本报记者 罗旭)

  声 音

  ●清华大学原校长顾秉林委员:

  大数据时代到来,是数据积累由量变到质变的结果。大数据人才以前我们没有,高等教育今后要义不容辞地率先作出调整,提前做好人才储备。

  ●中国工程院副院长干勇委员:

  全国性大数据平台的建立,将直接使创新活动减少成本,少走弯路,缩短研发周期,促进科研人员迅速取得一些创新成果。

  ●华夏幸福基业董事长王文学委员:

  没有大数据平台就出不来高级人才。谁能尽早把大数据体系建立起来,谁就能在新一轮人才战争中占据主动地位。

  ●小米科技董事长雷军代表:

  政府应充分认识大数据的重要性和战略地位,在高等院校、科研机构建立大数据人才培养机制,资助或成立专项基金支持大数据关键技术研究。

  ●国土资源部地球化学探测技术重点实验室主任王学求代表:

  大数据时代的人才可以出现在世界任何一个角落,他可以为世界上任何一个公司效力,人才国际化将全方位开启,人才战争将比以往更为激烈。

  ●河北省廊坊市工商联副主席石克荣代表:

  大数据人才作为企业未来竞争的基础,他们将改变企业决策、价值创造和价值实现的方式,准确把握客户需求,为企业赢得新的市场和竞争优势。

  链 接

  大数据时代的热门职业

  ●数据规划师

  在一个产品设计之前,为企业各项决策提供关键性数据支撑,实现企业数据价值的最大化,更好地实施差异化竞争,帮助企业在竞争中获得先机。

  ●数据工程师

  大数据基础设施的设计者、建设者和管理者,他们开发出可根据企业需要进行分析和提供数据的架构。同时,他们的架构还可确保系统能够平稳运行。

  ●数据架构师

  擅长处理散乱数据、各类不相干的数据,精通统计学的方法,能够通过监控系统获得原始数据,在统计学的角度上解释数据。

  ●数据分析师

  职责是通过分析将数据转化为企业能够使用的信息。他们通过数据找到问题,准确地找到问题产生的原因,为下一步的改进找到关键点。

  ●数据应用师

  将数据还原到产品中,为产品所用。他们能够用常人能理解的语言表述出数据所蕴含的信息,并根据数据分析结论推动企业内部做出调整。

  ●数据科学家

  大数据中的领导者,具备多种交叉科学和商业技能,能够将数据和技术转化为企业的商业价值。 (罗旭、王旋整理)

时间: 2024-07-30 18:21:20

大数据处理时代我们最需要什么样的人才?的相关文章

SAS:大数据时代 数据科学家将成稀缺人才

业分析软件与服务供应商SAS在其最新发布的一份公司刊物中称,大数据时代对数据科学家的需求将激增,而人才匮乏将成为各企业面临的新挑战. SAS指出,大数据时代的来临向人们展示了大数据分析对企业业务发展的神奇价值,与此同时,大数据的数据量巨大.非结构性强.数据来源庞杂,使得大数据的处理与分析需要有别于传统数据分析的新技术(如高性能分析HPA)和新人才. 数据科学家定位 数据科学家集技术专家与数量分析师的角色于一身.他们和传统数量分析师的区别在于:后者通常利用企业的内部数据进行分析,以支持领导层的决策

Amazon推荐,Facebook追踪,大数据处理时代的“狗仔队”

大数据分析对我们所有人都产生了巨大的影响.使用分析平台可以收集.存储和分析大量不同数据,并发现其中隐藏的联系.相关性和见解.大数据正在发挥着越来越大的作用,现在几乎影响到我们生活的每一个方面.每天产生的数据呈指数增长,未来大数据对人类的作用不可限量. 不过,考虑到Snowden和国安局的争议,人们可能不再认为信息越多越好,信息太多反而引起了大家的关注,特别是对于涉及个人私隐的信息.尽管我们可以将大数据的滥用归咎于Big Brother(美国政府),事实上有很多我们熟知和信任的企业可能已经危害到我

大数据时代,如何成为数据科学人才?

我今天的主题是给学生.给年轻人讲的,因为我觉得这些是最根本的.即使你管理阶层再好,你找不到人也什么也没有,而对于每个人来说最重要的就是把自己的价值提高,而不是地位,这是两回事.数据科学家的年薪是多少,这都不是我们的目标,也不是成功的标志,这是一种价值的标志.怎么样才能有价值?我们要有能力,谁都想要你,不是因为你是他的亲戚或者学生,他想要你这才是价值,我们要的是价值,而不是所谓的成功. 什么是数据科学? 数据科学有很多很多定义,最基本的定义就是computer science,还有数学.统计.目标

春风吹战鼓擂,阿里决战大数据处理

现在都进入了大数据处理的时代,美国的谷歌.亚马逊.IBM.苹果都是是大数据处理行业的领跑者,谷歌作为大数据处理时代的开创者,同时也面临其他挑战,比如亚马逊拥有无可比拟的购物数据,Salesforce拥有将终端销售和社交营销关联数据;在国内,如何用好大数据被互联网巨头们视为发展的下一站,阳春三月,阿里巴巴在西湖召开首届大数据峰会,拥有超过100PB已处理过数据的阿里巴巴,将如何图谋? 先来看看美国市场的大数据现状,美国谷歌公司是大数据时代的奠基者,其大数据技术架构一直是互联网公司争相学习和 研究的

大数据时代 “数据分析”成了“金饭碗”

世界迈进了大数据时代.互联网和智能手机产生的数据"大爆炸"催生了提取和解读海量数据的新工作岗位--"数据科学家".<华尔街日报>日前报道称,3年前数据科学家这个职业头衔基本还不存在,如今已成为高科技劳动力市场上最热门的职位之一. 在很多企业,由于有巨量数据需要分析,数据分析员成为一个必须的职位,连一些看上去和数据毫不相关的企业,也需要数据分析员进行数据分析,帮助做出更好的决策.巨大的用人需求之下,数据科学家成了"香饽饽",一场寻找或培

同有科技分享大数据时代新型大数据处理中心的特征

摘要: 日前,北京同有科技举办了主题为"数据改变未来,应用定义存储"的2013年渠道峰会.来自全国近百家重点核心合作伙伴参与了会议,与同有科技一起探讨了如何帮助中高端存储用户构 日前,北京同有科技举办了主题为"数据改变未来,应用定义存储"的2013年渠道峰会.来自全国近百家重点核心合作伙伴参与了会议,与同有科技一起探讨了如何帮助中高端存储用户构建数据中心,帮助他们迅速适应大数据时代的应用需求. 大数据时代,具备大数据特征的应用越来越多,对数据中心的需求有了革命性的变

IBM大数据处理与分析迈入认知计算时代

大数据处理自身复杂性给数据采集.存储.管理和分析带来了诸多挑战.如何发掘数据的潜在价值,如何实现类似人脑的认知和判断,发现数据间隐藏的关联,从而做出正确的决策,这在现代社会显得更加重要. 认知计算伴随大数据处理而来 在3月6日召开的IBM2014大数据新闻发布会上,IBM展示了其从大数据与分析全面向认知计算商业实践的大阔步发展.IBM再度升级其涵盖软件.硬件.服务.研发的全线大数据与分析能力,宣布在业界首个实现认知计算能力商业化,以全新认知分析助力企业加速实现大数据及分析能力.并宣布将其大数据分

大数据时代你不得不了解的大数据处理工具

如今Apache Hadoop已成为大数据行业发展背后的驱动力.Hive和Pig等技术也经常被提到,但是他们都有什么功能,为什么会需要奇怪的名字(如Oozie,ZooKeeper.Flume). Hadoop带来了廉价的处理大数据(大数据的数据容量通常是10-100GB或更多,同时数据种类多种多样,包括结构化.非结构化等)的能力.但这与之前有什么不同? 现今企业数据仓库和关系型数据库擅长处理结构化数据,并且可以存储大量的数据.但成本上有些昂贵.这种对数据的要求限制了可处理的数据种类,同时这 种惯

《智能数据时代:企业大数据战略与实战》一1.3 大数据处理的关键——数据类型

1.3 大数据处理的关键--数据类型 体量大只是大数据概念的一部分.人们越来越认识到半结构化数据和非结构化数据也是大数据的重要部分,它们往往含有十分关键的商用信息,因而更加能够满足BI和商业操作的需要.而且我们应该认识到,非结构化的商业数据正在快速增长,并且在可预见的将来还会继续增长.数据可以分为以下三类:结构化数据.半结构化数据和非结构化数据.结构化数据通常适用于传统的SQL语言数据库等,其中数据按照事先定义好的业务规则被写入表中.结构化数据通常被认为是最易处理的数据类型,因为它可以被定义和检