『壹』 大數據的就業方向
總的來說大數據領域有幾大細分 1 數據清洗、收集、爬蟲 //偏腳本、爬蟲能力 2 數據回分析 //偏業務答，偏SQL，偏分析能力 3 數據開發 //偏平台，偏工程化、後端開發能力 4 數據挖掘 //偏演算法，偏挖掘能力 一般來說，數據分析的門檻最低，其次數據開發和爬蟲類，門檻最高的是挖掘，當然薪酬也是相對較高的。 從應用開發入手，你可以往兩個方向房展： 1 進一步熟悉架構，提升開發能力，往數據架構師轉； 2 從應用工程化往挖掘工程師轉，需要自己多學演算法相關的知識；
『貳』 蓉漂計劃成都人才政策
蓉漂計劃成都人才政策是將大力實施「蓉漂」計劃，鼓勵青年人才來蓉創業就業，實行全日制大學本科及以上畢業生憑畢業證落戶制度 成都將改革人才落戶政策，推行「先落戶後就業」，鼓勵青年人才來蓉創業就業。具有全日制大學本科及以上學歷的青年人才，憑畢業證來蓉即可辦理落戶手續。
「蓉漂計劃」青年項目分為「創新人才」和「創業人才」，申請「蓉漂計劃」青年項目的人選，
須具備以下條件：
（1）年齡不超過40周歲。
（2）引進後全職來蓉工作。
（3）為所從事領域中的拔尖人才，具有成為該領域技術（學術）帶頭人的發展潛力或其創辦企業具有可預判的市場前景。
（4）「創新人才」本人一般應取得博士學位或高級專業技術職稱，並在國內外知名企業或研發機構有3年以上工作經歷；「創新人才」應在2014年1月1日之後（不包括續聘），本通知下發日之前，首次與在蓉企業或高校、科研院所簽訂3年以上正式工作合同（協議）。
（5）「創業人才」本人一般應取得海外學士或國內碩士學位及以上，並在國內外知名企業工作3年以上；「創業人才」應於2014年1月1日後，本通知下發日之前，首次來蓉創辦企業，所創企業注冊資本不低於100萬元，且實繳資本不低於50%，申報人作為主要創辦人（股權一般不低於30％）帶項目、資金、技術來蓉創業，其產品處於國內領先、國際一流。
（6）對在讀期間已取得突出研究成果，相關成果已進入中試階段或產業化應用的應屆博士（碩士）畢業生，在學歷、專業技術職務、工作經歷等方面提出破格請求的，本人須提供書面申請，經專家評審機構認定後，可適當放寬；中國科協（成都）海外人才離岸創新創業基地引進人才在基地注冊企業並正式孵化的，不受在蓉工作時間限制。
對於本市同一用人單位工作兩年及以上的技能人才，可憑單位推薦、部門認定辦理落戶手續。進一步放寬落戶限制，提高落戶便利性，努力打造最開放包容和最具人性化的人才落戶制度，讓廣大「蓉漂」紮根成都、融入成都。普通全日制大學本科及以上學歷落戶條件：
（1）普通全日制大學本科及以上學歷；
（2）年齡在45周歲及以下。
畢業生落戶條件：
（1）申請人已有住房，應在住房所在地申請辦理;
（2）申請人沒有住房，但是直系親屬在成都有住房，可在其直系親屬的住房所地申請辦理;
（3）申請人沒有住房但有工作單位，可在單位集體戶或單位所在區(市)縣人才交流中心集體戶申請辦理;
（4）申請人沒有住房且沒有工作單位，可在區(市)縣人才交流中心集體戶申請辦理落戶。
法律依據
《成都市引進培育大數據人才實施辦法》
第二條大數據人才引進培育工作在市人才工作領導小組的領導下，市級相關部門根據職責具體組織實施。
第三條緊密結合大數據產業發展需要，按照「分層分類、引領示範」的原則，每年力爭引進10名國內外頂尖大數據人才（以下稱為大數據十人頂尖人才）、評選認定100名大數據領軍人才（以下稱為大數據百人領軍人才）、培養1000名中高級大數據專業人才（以下稱為大數據千人中高級專業人才），至2020年末，儲備各類大數據人才6000名，帶動聚集大數據相關從業人員6萬名以上；至2022年末，儲備各類大數據人才10000名，帶動聚集大數據相關從業人員10萬名以上，把成都建成國內一流、中西部領先的大數據人才高地，為打造「西部數都」提供強有力的人才保障和智力支撐。
第四條大數據十人頂尖人才，主要是指符合《中共成都市委辦公廳成都市人民政府辦公廳關於印發〈成都市引進高層次創新創業人才實施辦法（2016年修訂）〉的通知》（成委辦〔2016〕32號）的A類（國際頂尖人才）、B類（國家級領軍人才）和C類（地方高級人才）標准，並入選「蓉漂計劃」的大數據領域人才（團隊）。
第五條大數據百人領軍人才，主要是指成都市大數據企事業單位的創始人、核心管理團隊成員或技術負責人，具備突出的管理能力或技術研發創新能力，其帶領的機構或團隊能夠有力促進成都大數據產業發展，對行業具有顯著的引領示範效應。
第六條大數據千人中高級專業人才，主要是指從事大數據分析、架構設計、數據治理、軟硬體產品設計與研發、大數據應用、大數據平台、協議和演算法研究、可視化、標准研製、數據安全等專業和領域的創新潛能人才。
『叄』 福建省大數據發展條例
（2021年12月15日福建省第十三屆人民代表大會常務委員會第三十次會議通過）
目 錄
第一章 總則
第二章 數據資源
第三章 基礎設施
第四章 發展應用
第五章 數據安全
第六章 保障措施
第七章 法律責任
第八章 附則
第一章 總 則
第一條 為了促進大數據有序 健康 發展，發揮數據生產要素作用，推進數字福建建設，根據有關法律、行政法規，結合本省實際，制定本條例。
第二條 本省行政區域內大數據發展及其相關活動適用本條例。
本條例所稱大數據，是指以容量大、類型多、存取速度快、應用價值高為主要特徵的數據集合，包含公共數據和非公共數據，以及對數據集合開發利用形成的新技術和新業態。
第三條 大數據發展應當遵循統籌規劃、創新引領、開放開發、保障安全的原則。
第四條 縣級以上地方人民政府應當加強對本行政區域大數據發展工作的領導，將大數據發展納入國民經濟和 社會 發展規劃，建立工作協調機制，解決大數據發展和安全工作中的重大問題，所需經費列入本級財政預算。
第五條 省人民政府大數據主管部門組織編制數字福建專項規劃，並向 社會 公布。
縣級以上地方人民政府大數據主管部門負責本行政區域內大數據統籌管理、開發利用和監督檢查等工作，定期進行綜合評估。
發展改革、工業和信息化等主管部門按照各自職責，做好大數據發展促進工作。
網信部門負責統籌協調網路數據和相關安全監管工作，公安、國家安全機關和相關部門按照各自職責，做好數據安全監管工作。
第六條 省人民政府大數據主管部門應當會同標准化管理部門制定公共數據採集、匯聚、共享、開放、開發、交易、安全等標准。
鼓勵企業、科研機構和 社會 團體參與制定數據行業標准、地方標准以及技術規范。
第七條 省人民政府應當依法加強與海上絲綢之路沿線國家和地區在數字基礎設施建設、數字貿易、數字技術等領域的交流合作，促進人才、技術、資本、數據等要素融通。
第八條 縣級以上地方人民政府及其有關部門應當加強大數據發展和數據安全宣傳教育，營造有利於大數據發展的良好氛圍。
第九條 鼓勵公民、法人、公共管理和服務機構或者其他 社會 組織在數據匯聚共享、開放開發、發展應用工作中先行先試、 探索 創新。
第二章 數據資源
第十條 公共數據資源實行目錄管理。
省人民政府大數據主管部門應當會同有關公共管理和服務機構制定公共數據資源目錄編制規范，組織編制並發布本省公共數據資源目錄。
設區的市、縣（市、區）公共數據資源目錄應當與省公共數據資源目錄相銜接。
第十一條 採集數據應當遵循合法、正當、必要的原則，向被採集者公開採集規則，明示採集目的、方式和范圍，並經被採集者同意。
公共管理和服務機構應當按照公共數據資源目錄和相關標准規范，組織開展數據採集工作。除法律、行政法規另有規定外，凡能通過共享獲取的公共數據，政務部門不得重復採集。
政務部門為履行維護國家安全和公共安全職責，依照法律、行政法規，需要獲取非公共數據時，掌握非公共數據的公民、法人或者其他組織應當提供相關數據。
公民、法人或者其他組織不得通過竊取或者以其他非法方式獲取非公共數據。
第十二條 省人民政府大數據主管部門應當通過省公共數據匯聚共享平台匯聚、存儲、管理全省公共數據資源。
設區的市人民政府大數據主管部門通過本級公共數據匯聚共享平台匯聚、存儲、管理本地區公共數據資源，並接入省公共數據匯聚共享平台。
公共管理和服務機構應當將業務系統接入本級公共數據匯聚共享平台，按照本部門數據資源目錄實時、全量匯聚，不得直接共享數據；依照法律、行政法規的規定，未能匯聚的數據應當經同級人民政府大數據主管部門確認，依託公共數據匯聚共享平台以服務介面的方式提供共享服務。
省公共數據匯聚共享平台匯聚的政務數據按照屬地原則及時迴流至設區的市公共數據匯聚共享平台。
第十三條 大數據主管部門應當建立數據治理工作機制，明確數據質量責任主體，完善數據質量核查和問題反饋整改機制，並對整改情況跟蹤督查。
公共管理和服務機構應當加強數據質量管控，健全數據糾錯機制，對採集的公共數據進行校核、確認，確保數據准確性、完整性和時效性。
第十四條 公共數據以共享為原則、不共享為例外，分為無條件共享、有條件共享和暫不共享三種類型。
無條件共享類公共數據可以提供給公共管理和服務機構共享使用；有條件共享類公共數據只能提供公共管理和服務機構依法履行職責的必要范圍內共享使用。凡列入暫不共享類公共數據的，應當有法律、行政法規或者國家政策作為依據。
公共管理和服務機構通過公共數據匯聚共享平台共享和獲取數據，獲取的數據應當用於本部門履行職責需要，不得提供給第三方，也不得用於其他目的。除法律、行政法規另有規定外，所獲取的數據與紙質文件具有同等效力。
第十五條 公共數據開放應當遵循統一標准、分類分級、安全有序、便捷高效的原則。
公共數據開放分為普遍開放和依申請開放兩種類型。屬於普遍開放類的公共數據，公民、法人或者其他組織可以直接從公共數據資源開放平台無條件免費獲取；屬於依申請開放類的公共數據，應當向公共數據資源開放平台申請，經大數據主管部門徵求數據提供單位同意後獲取。
第十六條 公共數據資源實行分級開發。省人民政府設立全省公共數據資源一級開發主體，承擔公共數據匯聚治理、安全保障、開放開發、服務管理等具體支撐工作。設區的市人民政府可以根據需要設立本地區公共數據資源一級開發主體。
二級開發主體基於具體應用場景，需要獲取一級開發主體匯聚治理的數據資源的，應當經大數據主管部門同意，並按要求使用數據，定期向大數據主管部門報告開發利用情況，所開發的數據產品應當註明所利用數據的來源和獲取日期。
二級開發主體包括公民、法人或者其他組織。
第十七條 依法獲取的各類數據經處理無法識別被採集者且不能復原的，可以交易、交換或者以其他方式開發利用。
公民、法人或者其他組織按照有關規定開發利用公共數據資源獲得的合法收益，受法律保護。
數據交易、交換應當遵守法律法規和 社會 公德，不得損害國家利益、 社會 公共利益和他人合法權益。
第十八條 省、設區的市人民政府大數據主管部門應當會同相關行業主管部門建立多元化的數據合作交流機制，鼓勵掌握非公共數據的公民、法人或者其他組織向政府共享數據，將相關數據向公共數據匯聚共享平台匯聚，加強公共數據和非公共數據深化融合。
鼓勵行業協會建立行業數據合作交流機制，推進行業數據匯聚、整合、共享。
第三章 基礎設施
第十九條 縣級以上地方人民政府應當遵循統籌布局、集約建設、資源共享、保障安全的原則，構建高速泛在、天地一體、雲網融合、智能敏捷、綠色低碳、安全可控的數字信息基礎設施體系，為大數據發展提供支撐保障，數字基礎設施的建設和布局應當納入國土空間規劃。
第二十條 省、設區的市人民政府大數據主管部門應當組織建設本級公共數據資源匯聚共享、統一開放、開發服務等基礎平台，推動數據跨層級、跨地域、跨部門、跨行業創新應用。
第二十一條 省人民政府通信管理等有關部門應當統籌推進全省通信基礎設施建設，提高城鄉寬頻、移動互聯網覆蓋率和接入能力，推進全省通信骨幹網路擴容升級，構築空天地海一體化信息網路。
第二十二條 省、設區的市人民政府大數據主管部門以及其他有關部門應當構建全省一體化大數據中心體系，統籌推進數據中心、超算中心和邊緣計算節點等算力基礎設施建設，發展雲計算等大數據計算能力工程，構建高效協同的智能算力生態體系。
第二十三條 縣級以上地方人民政府及其有關部門應當推動交通、能源、水利、生態、市政等領域傳統基礎設施數字化改造和智能化升級。
第二十四條 省人民政府網信等有關部門應當構建全省統一的網路安全監測預警、應急處置平台，建立健全網路與信息安全標准體系，完善信息安全基礎設施建設。
第四章 發展應用
第二十五條 縣級以上地方人民政府應當堅持應用和服務導向，以數字化轉型驅動生產方式、生活方式和治理方式創新，運用大數據推動經濟發展，促進民生改善，完善 社會 治理，提升政府服務和管理能力。
第二十六條 省人民政府 科技 、工業和信息化、大數據等有關部門應當推進通信設備、核心電子元器件等關鍵技術研發和產業化，推動人工智慧、物聯網、區塊鏈、雲計算、網路安全等新興數字產業的發展，形成創新協同、布局合理的產業生態體系。
省人民政府工業和信息化等有關部門應當統籌規劃軟體和信息技術服務業發展，培育優勢特色軟體產業集群，構建 健康 可持續軟體產業生態。
第二十七條 縣級以上地方人民政府及農業農村等有關部門應當推動數字技術在農業生產管理智能化過程中的應用，提升農業生產精細化、智能化水平。支持農產品加工、倉儲、冷鏈、配送等環節數字化建設，促進農村電子商務發展。
縣級以上地方人民政府及 科技 、工業和信息化、通信管理等有關部門應當支持製造業企業將大數據融入生產經營各環節，推動數字技術在研發設計、生產製造、經營管理、市場服務等方面應用，推進大型製造業企業和特色產業集群數字化轉型。培育面向工業設計和智能製造的公共服務平台，推動製造業數字化。
第二十八條 縣級以上地方人民政府及其有關部門應當發揮大數據優化公共資源配置的作用，推動數字化服務普惠應用，重點拓展交通、金融、商貿、物流、教育、醫療、養老等領域數字應用場景建設，創新服務產品和模式。
縣級以上地方人民政府應當完善城市信息運行管理服務平台，構建城市數據資源體系，分級分類推進新型智慧城市建設；健全農村綜合信息服務體系，建立涉農信息普惠服務機制，推進鄉村管理服務數字化，推動數字鄉村建設。
第二十九條 縣級以上地方人民政府應當建立健全數字化 社會 治理和大數據輔助決策機制，在 社會 態勢感知、綜合分析、預警預測、公眾參與等方面，加強大數據創新應用，提升政府科學決策和 社會 治理能力，提高宏觀調控和風險防範水平。
省人民政府大數據主管部門應當會同有關部門統籌建設全省電子政務網路，縣級以上地方人民政府應當推動一體化在線政務服務和協同辦公，推進縱向貫通，優化辦事流程，推動政務服務便捷化、標准化。
第五章 數據安全
第三十條 省人民政府應當建立健全數據分類分級保護和安全審查制度，明確各環節中數據安全的范圍邊界、責任主體和具體要求。
縣級以上地方人民政府有關部門應當堅持數據安全和數據開發應用並重，建立數據安全工作協調機制，完善風險評估、監測預警以及應急處置機制，加強大數據環境下防攻擊、防泄露、防竊取的監測、預警、控制和應急處置、容災備份能力建設，保障數據採集匯聚、共享應用和開放開發等環節的數據安全。
第三十一條 開展數據採集、使用等活動應當遵守有關數據安全管理的法律、行政法規，維護國家安全和 社會 公共安全，保守國家秘密，保護商業秘密和個人信息。
任何單位和個人不得非法採集、傳播、泄露、篡改、交易涉及國家利益、公共安全、軍工科研生產、商業秘密、個人信息等內容的數據。
第三十二條 開展涉及個人信息的數據活動，應當遵守法律、行政法規規定，對所採集的個人信息進行去標識化或者匿名化處理，記錄數據處理全流程，不得泄露或者篡改採集的個人信息。
第三十三條 省、設區的市人民政府大數據主管部門應當建立健全數據資源使用的監管制度，並會同本級有關政務部門加強數據資源使用情況的監督檢查。
對公民、法人或者其他組織未按照要求使用公共數據的，省、設區的市人民政府大數據主管部門應當責令改正，並暫停提供數據服務；拒不改正的，可以終止提供數據服務。
第三十四條 公共管理和服務機構應當制定數據安全事故應急預案，並定期開展安全評測、風險評估和應急演練；發現共享數據使用部門有違規、超范圍使用數據等情況，應當向同級大數據主管部門通報，要求暫停或者終止對其提供數據服務；發生重大數據安全事故時，應當按照規定立即啟動應急預案，及時採取補救措施，告知可能受到影響的用戶，並向同級大數據主管部門和網信等有關部門報告。
第三十五條 公共管理和服務機構在處理和使用公共數據過程中，因數據匯聚、關聯分析等原因，可能產生涉密、涉敏數據的，應當由專家委員會進行安全評估，根據評估意見採取相應的安全措施。
政務部門應當會同大數據主管部門按照保密、安全監管等規定，提高風險識別和風險處置能力，定期對開放的數據進行風險評估。
有關行業組織應當建立健全本行業的數據安全保護規范和協作機制，加強對數據風險的分析評估，定期進行風險警示。
第三十六條 公共數據匯聚共享、統一開放、開發服務等基礎平台的建設、運行、維護管理單位，應當明確數據安全保護的工作責任，加強平台數據安全保護措施，防止數據丟失、毀損、泄露、篡改。
任何單位和個人不得非法接觸、破壞、侵入公共數據匯聚共享、統一開放、開發服務等基礎平台。
第六章 保障措施
第三十七條 省人民政府應當根據本省大數據發展水平和各地區經濟差異，統籌規劃全省大數據產業發展，完善大數據產業鏈，充分發揮數據要素作用，提升產業整體競爭力。
縣級以上地方人民政府應當按照全省大數據產業發展要求，制定促進本地區產業發展的政策措施，優化發展環境，建立政產學研用合作機制，推動關鍵技術、重點產品、配套服務、商業模式等創新發展。
第三十八條 縣級以上地方人民政府應當充分利用現有資金渠道，優先支持大數據核心關鍵技術攻關、大數據基礎設施和公共平台建設、數字園區建設和龍頭企業培育。
縣級以上地方人民政府應當支持數字產業化、產業數字化，鼓勵金融機構創新大數據產業金融服務，拓寬大數據企業融資渠道。
縣級以上地方人民政府及其有關部門應當落實政府購買服務政策，加大對大數據應用產品和服務的采購力度。
縣級以上地方人民政府應當支持大數據企業發展壯大，扶持技術水平高、市場競爭力強、具有自主知識產權的大數據龍頭企業和創新型中小微企業，培育大數據創新企業。
第三十九條 鼓勵有條件的市、縣（區）建立數字園區，促進大數據產業集聚發展。
數字園區所在地人民政府應當大力推進大數據產業集群招商、關聯業態和衍生業態招商，引進國內外知名大數據研發機構、大數據企業孵化器、大數據企業、大型數據中心，鼓勵和支持入園企業參與公共數據資源開發。
第四十條 省、設區的市人民政府大數據主管部門以及其他有關部門應當採取措施培育數據交易市場，鼓勵和支持數據交易活動，促進數據資源有效流動。
省人民政府大數據主管部門應當規范數據交易行為，鼓勵和引導數據交易主體在依法設立的數據交易平台進行交易，加強對數據交易平台的監管。數據交易平台應當採取措施，防止數據交易過程中的個人信息泄露。
第四十一條 縣級以上地方人民政府應當結合本行政區域大數據發展應用重點領域，制訂大數據人才發展計劃，培養和引進領軍人才、高層次人才和急需緊缺人才，在工程系列職稱中增設大數據相關專業，為大數據人才開展教學科研和創業創新等活動創造條件。
縣級以上地方人民政府應當支持高等教育、職業教育、職業培訓機構開展本土大數據產業人才培養和專業建設。鼓勵高等院校、科研機構和其他企事業單位採用設立研發中心、學術交流、技術持股、期權激勵、服務外包、產業合作等方式開展產學研合作，實現人才培養、技術創新、產業發展的深度融合。
第四十二條 縣級以上地方人民政府應當保障大數據項目建設用地，對符合條件的新增大數據項目建設用地，統籌安排年度計劃指標。
省人民政府有關部門根據有關政策和產業轉型升級的實際需要，對大數據企業用電給予扶持。電力部門應當採取有效措施，組織、推動供電企業為大數據企業提供用電保障。
第四十三條 縣級以上地方人民政府應當推進信息無障礙建設，為老年人、殘疾人等運用智能技術困難的群體提供相應的智能化產品和服務，保障其在出行、就醫、辦事、消費等方面的基本服務需求。
第七章 法律責任
第四十四條 違反本條例規定的行為，法律、行政法規已有法律責任規定的，從其規定。
第四十五條 違反本條例規定，大數據主管部門及其工作人員在大數據發展應用及相關活動中濫用職權、玩忽職守、徇私舞弊的，對直接負責的主管人員和其他直接責任人員依法給予處分；構成犯罪的，依法追究刑事責任。
第四十六條 違反本條例規定，公共管理和服務機構有下列情形之一的，由大數據主管部門或者有關部門責令限期改正；逾期不改正的，對直接負責的主管人員或者其他直接責任人員依法給予處分；造成損失的，依法承擔賠償責任；構成犯罪的，依法追究刑事責任：
（一）未按照規定採集、匯聚、共享、開放、開發公共數據的；
（二）未按照規定實現政務信息系統互聯互通、數據共享的；
（三）篡改、偽造、泄露數據的；
（四）未依法履行數據安全保護職責的；
（五）其他違反本條例規定的行為。
公共數據資源一級開發主體和二級開發主體在數據使用過程中侵犯國家、 社會 和他人合法權益、利用公共數據獲取非法利益以及未履行數據安全保護職責的，依照前款規定追究相應法律責任。
第四十七條 公共數據匯聚共享、統一開放、開發服務等基礎平台的建設、運行、維護管理單位未按照規定履行平台管理職責的，由同級人民政府大數據主管部門或者其他有關部門責令改正；情節嚴重的，對直接負責的主管人員和其他直接責任人員依法給予處分。
第四十八條 非法採集、使用涉及國家安全、公共安全、軍工科研生產、商業秘密、個人信息等數據的，按照有關法律法規的規定處罰。
非法接觸、破壞、侵入公共數據匯聚共享、統一開放、開發服務等基礎平台的，由公安、國家安全機關依法查處；構成犯罪的，依法追究刑事責任。
第八章 附 則
第四十九條 本條例下列用語的含義：
（一）公共管理和服務機構，是指政務部門以及公益事業單位、公用企業。
（二）公共數據，是指公共管理和服務機構在依法履職或者提供公共管理和服務過程中收集、產生的，以一定形式記錄、保存的各類數據及其衍生數據，包含政務、公益事業單位數據和公用企業數據。
（三）非公共數據，是指公共管理和服務機構以外的公民、法人或者其他組織開展活動所產生、獲取或者加工處理的各類數據。
（四）政務數據，是指政務部門在履行職責過程中採集、獲取或者通過特許經營、購買服務等方式開展信息化建設和應用所產生的數據。
第五十條 本條例自2022年2月1日起施行。
（福建日報）
『肆』 應對大數據,人才要先行
應對大數據,人才要先行
繼物聯網、雲計算之後，大數據在眾多領域掀起變革巨浪，成為當前信息產業最受關注的技術之一。在這場席捲全球的浪潮中，大數據也不可避免地滲入了軍事領域，對現代戰爭作戰樣式和指揮決策產生深遠影響。
雖然我軍近年來在作戰訓練、後裝保障等領域的數據建設運用取得長足進步，但離大數據時代對信息化戰爭提出的要求仍有差距，突出體現在一些基礎性根本性問題至今未得到很好解決。譬如，如何高效採集數據？怎樣保證各級各類數據的真實性？如何針對不同戰爭態勢有效應用數據等等。探索這些問題離不開高素質人才，換言之，搞好大數據的分析和處理，最缺乏的也是人才。軍隊人才建設發展必須適應這種變革，培養出一大批軍用數據與知識工程方面的專業人才作支撐，才能引領軍隊大數據建設科學發展。
軍地聯手共育。數據本身其實沒有價值，只有被分析、研究，才有可能產生價值。大數據研究需要數據化專業人才，這不僅要依靠軍隊自身，還要充分利用地方資源，把軍民融合的步子邁開，可由某一高校、某一企業為載體，也可依託專門的培訓機構，組成開放式、聯盟式的共享機構，以大數據為基礎，使眾多高校及軍隊機構共享最新前沿理論、研發成果與實踐技能數據。
專業崗位練兵。有計劃地設置數據分析管理專門崗位，加強對數據分析處理專門人才的培養和隊伍建設，著重培養軍事數據整合能力、分析數據背後價值的能力和精確快速行動的能力。迎接大數據時代的到來，軍隊各級領導必須高度重視，針對大數據分析和處理人才隊伍建設的各種問題，用強烈的數據意識推進人才科學發展，做好大數據的頂層設計工作。
數據平台謀戰。加強軍事訓練領域基礎數據研究，做好大數據規劃建模、數據挖掘與信息決策、數據集成、數據可視化、數據質量控制、數據採集處理等專業課程的建設，綜合運用各類戰場數據和決策輔助系統，使大數據與實戰無縫對接，實現各級指揮員精確指揮作戰。
「勝利向那些能預見戰爭特性變化的人微笑，而不是向那些等待變化發生後才去適應的人微笑。」戰爭的較量歸根結底是人才的較量，深化軍事斗爭准備，提高打贏現代戰爭能力，需要我們切實研究破解大數據人才培養難題，加快打造大數據人才隊伍。
以上是小編為大家分享的關於應對大數據,人才要先行的相關內容，更多信息可以關注環球青藤分享更多干貨
『伍』 在新時期，如何利用大數據成為不可或缺的人才
感謝悟空的邀請！
在新時期，談起大數據，相信很多人都不陌生了吧！其實大數據已經悄無聲息的走入了我們的生活，大數據也是未來互聯網發展的重要方向。
那麼在新時期，大數據對人才的能力有何要求？如何利用大數據成為新時代不可多得的人才？下面帶你詳細分析下：
大家都知道，其實現在的中國市場，最缺乏的就是復合型的大數據開發人才，我認為，在新時代，要想成為大數據人才，應該從以下幾方面著手：
1、大數據人才首先要擁有技術
大數據自然離不開人才，要想成為大數據不可或缺的人才 ，就必須要擁有相關大數據技能。大家都知道，大數據對人才的能力提出了更加高的要求，技術能力上大數據人才要具備java、大數據開發、大數據架構、軟體開發工程等技術背景，會用大數據分析工具，了解統計模型相關知識；在一定程度上掌握Python等一類通用型編程語言，特別是編程方面一定要精通，沒有哪一種大數據不需熟練掌握一門編程語言的。
2、大數據人才需要強大的跨學科學習
隨著大數據向各行業的滲透，大數據從業者往往身兼數職，需要同時掌握數據技術和業務知識。一個好的大數據人才，必須具備強大的數據分析、數據挖掘的能力，而一個既能做業務數據分析，又懂機器學習和工程開發的分析師就是數據科學家。
3、 大數據人才需要堅持
任何技術的掌握都不是一朝一夕的事情，當然大數據也不例外。大數據人才對人提出了更高的需要，不僅需要掌握相關的編程語言，還需要掌握數據分析能力，這就要求我們想要全方位提升自己的大數據業務水平，必須要堅持學習，只有具備大數據知識了，我們才能投入到大數據行業添磚加瓦。
4、 堅持學習的能力
大數據人才要有較強的溝通協調能力、學習能及推動能力、善於執行和監控，有較強的組織和責任意識，還需要強大的邏輯思維能力、歸納演繹能力幫助理解業務，能快速學習全新領域的商業模式和生態。
5、心態很重要
學習大數據的時候，一定要有良好的心態，大數據學習是一個枯燥的國產。要想學有所成，心態極其重要，不是什麼東西一學就會的。
總結：在新時期，目前大數據人才已經成為市場上不可或缺的人才，大數據已經悄無聲息的進入到很多行業了。但學習大數據不是一朝一夕的事情，需要有規劃有計劃的學習、要有堅持學習的能力，只有這樣，才會在新時期，成為新時代所需要的大數據不可多得的人才…
大數據是我的主要研究方向之一，同時也在帶大數據、機器學習方向的研究生，所以我來回答一下這個問題。
首先，當前正處在大數據時代，大數據未來將創造出一個巨大的新價值領域，而這個領域的核心就是圍繞數據價值化的一系列環節。從目前大數據領域所形成的初步產業鏈來看，涉及到數據採集、數據整理、數據存儲、數據安全、數據分析和數據引用，目前數據分析是比較常見的落地應用之一。所以，要想利用大數據成為不可或缺的人才應該從大數據產業鏈入手。
對於當前沒有進入職場的大學生來說，根據自身的知識結構來掌握相應的大數據技術能夠在一定程度上提升自身的職場競爭力。比如具備數學基礎的同學可以考慮學習一下大數據分析技術，未來對於大量的職場人來說，數據分析將是日常工作的一部分。對於動手能力比較強的同學，可以考慮學習一下大數據運維的相關技術，包括數據採集、大數據平台部署等。隨著大數據逐漸開始落地到傳統行業，大數據分析、大數據運維、大數據開發等崗位將有大量的人才需求。
對於當前的職場人來說，要想通過大數據成為不可或缺的人才，需要從三個方面入手，其一是掌握大數據技術；其二是把大數據技術與行業相結合；其三是能夠通過大數據技術創造出源源不斷的價值。
學習大數據技術要根據自身的知識結構來學習，對於職場人來說，可以從大數據分析工具開始學習，基本的學習路線是Excel、BI工具、資料庫、Python編程。大數據與行業的結合有多種不同的方式，目前場景大數據分析是比較常見的落地應用。要想通過大數據技術來創造出價值，一個重要的出發點就是通過大數據完成各自決策的制定，大數據不是目的，通過大數據完成各自決策才是目的。大數據一方面是給人力崗位使用，另一方面是給智能體使用，未來智能體的應用空間將非常廣闊。
我是從以前做淘寶天貓的，今年不做的。在我看來大數據有點類似淘寶的生意參謀，它會給您提供行業各種數據，只是現在應該這個數據維度更豐富了。比如這個行業同行的轉化率，有些行業的轉化率，進店訪客等等；在電商平台都是可以看到的，但是實體以前是做不到的。
現在隨著數字技術的發展，以及實體行業對消費反饋收集困難等原因，才有了大數據的概念。比如現在好多行業面臨的問題是自己設計的產品，消費者不喜歡，賣不出去。可以如果有了大數據，你就知道你的客戶男女比例多少，年齡分布、喜好什麼價位的產品等等，讓你設計的產品更精準。
其實在我看來，你成為數字化的運營高手，你就可以成為不可或缺的人才。
大數據在我看來就是「1+1=N」。
怎麼說呢，比如大數據提供給您行業轉化率是多少，你的實體轉化率是多少？等等，你想成為不可或缺的人才，那你就要有通過這些數據知道我公司現在問題出現在什麼地方了？是什麼因素刺激的出現了這種情況的能力，比如這周你店鋪成交額漲了多少？這是數據給您能提供的，但是為什麼漲了，數據給您提供不了，這你要自己分析，是有節氣，還是因為你做了一個什麼活動等，並針對現有數據對下一周做出計劃。
數據給你的是「1+1=N」你要做的就是把這個數據反映到實物上，並進行分析，並制定下一步公司運作計劃。
比如現在是數據給你1+1=3，那你就要分析為什麼是3，不是2或者1甚至0呢？是什麼刺激這個數據的增長了，是因為你在某些方面優化了還是因為有節氣等，下一步什麼安排等，也就是說你的每一步都能從數據反映出來，並能分析數據，做出下一步的安排等。
好了就說這么多吧，說太細我怕我理解的不準確，誤導人。
對於一個企業來說，大數據可以拓寬產品的銷售渠道和提升服務質量。有利於獲取市場的動態和了解分析用戶需求體驗。
大數據如何才能發揮其作用，最重要的還是得有相對應的人才為它進行分析整理。
大數據可以讓業內的情況變得清晰明了，是事實的支撐，通過數據可以知道業內的最新動態，根據數據分析，及時做出方案調整 有利於企業的發展。
大數據的工作中最重要的是什麼？
1. 細致精準的數據採集；
2. 同時具備邏輯性與適用性；
3. 數據標簽的規劃切實可行(務實)；
4. 具備行業垂直度的商業性思維能力；
5. 能夠做到更強的擴展性構架。
總結來說，商業化的大數據最重要的價值便是邏輯性與適用性，而擴展性也能保證在實踐中更有競爭力，最後便是務實和思維能力的支撐。
任何時代的任何職業都需要面對競爭，所以能夠產生的價值決定了我們被需求的程度，如想成為那個不可或缺的人，不僅要具備能力，還要具備務實的心態！
感謝悟空邀請回答。當今世界是 科技 高速發展的時代，也同樣是大數據時代，競爭也是十分的激烈，要想成為大數據不可或缺的人才，必須要保證自己的專業知識過硬，這是一個看技術的活，弱者會被淘汰只有強者才能生存！
大數據可以拓寬產品的銷售渠道和提升服務質量。有利於獲取市場的動態和了解分析用戶需求體驗。
大數據如何才能發揮其作用，最重要的還是得有相對應的人才為它進行分析整理。
大數據可以讓業內的情況變得清晰明了，是事實的支撐，通過數據可以知道業內的最新動態，根據數據分析，及時做出方案調整 有利於企業的發展。
『陸』 應對大數據人才短缺的四種方式
應對大數據人才短缺的四種方式_數據分析師考試
在一份關於大數據增長趨勢的調研報告中，IDC表示，較之其他的商業智能(BI)工具，可視化數據發現工具在市場上的增長要比前者快2.5倍;而基於雲的大數據和分析(BDA)解決方案的開銷增速將是其他類型的企業內部部署解決方案的三倍。
然而，在未來幾年大數據領域仍將繼續面臨人才的嚴重缺乏尷尬境地。IDC預測，到2018年，僅在美國就有181000個深度數據分析師的角色 空缺，而這一空缺將是與數據管理相關或解釋需要相關技能職位空缺的五倍。然而，市場缺沒有足夠多合格的申請者來填補這些職位空缺。
Gartner表示，今年，大數據的需求將在全球范圍內創造440萬個就業機會，但卻只有三分之一的崗位能夠招到合適的人才。
這是因為大數據分析所需要的技能不僅僅是使用儀錶板監控數據流。該領域的人才需要在數據科學方面具備高水平的技能來設置相應的搜索和參數，以設 計濾波演算法(filtering algorithms)。這類人才需要碩士學位甚至博士學位，沒有相關的技能，無法獲得相應的行業資質認證。
根據Burtch在2013年的調查發現，近九成的大數據專業人員具有諸如統計學，應用數學，運籌學或經濟學等相關學科碩士以上學歷。
而根據來自麥肯錫全球研究所的另一項調查顯示，預計到2018年，美國將面臨大約150萬大數據專家的短缺。
那麼，如果你企業無法招聘到具備相關高學歷背景的大數據專家的話，您企業要如何應對呢?本文接下來的部分，我將為您介紹四種可供選擇的方法，以幫助您企業發現、發展和留住相關的大數據人才。
1、從真正熟悉您企業業務的人開始著手
「我非常認可大數據技能非常緊缺這一評估，」Gartner信息管理研究室主任Nick Heudecker表示。「許多企業客戶甚至不知道他們需要從什麼技能開始著手，更不用說如何才能這些技術。他們對於自己企業將面臨怎樣的問題，以及亟待 解決的分析技能是無意識的。」
企業往往認為他們需要一個具有先進的數據科學或數學博士學位的專業人士，但Heudecker表示，一個替代的方法是找一個真正熟悉您企業的業務的人員，並教給這些人員相關的分析能力。
從理解您企業的業務開始要比從對於機器學習的理解開始來得更為重要。企業可以教給員工進行數據處理和統計，或找到具備編程背景學位的人。企業可以通過對這些人實施更多培訓，並讓這些人員加入到您企業的大數據和先進的分析團隊，他說。
2、培養您企業自己的超級巨星
領先的大數據軟體提供商Tamr公司的現場工程技術負責人Min Xiao說，在過去的五年裡，他已經面試過大約500人，並實際招募了約40至50人，他同意找到合適的大數據分析人才是很難的，但他也有自己尋找人才的方法。
「我的訣竅是找到那些當前還不是超級巨星，但要具備潛在的成長為超級巨星潛力的人才。我嘗試聘請過很多從未從事過數據科學家相關工作的年輕人， 但我可以看到他們有這方面的潛力;或是那些目前尚只有中級或中高級水平的潛力，目前也沒有做過數據科學相關工作，但具備成長成為該領域實力巨匠潛力的人 才。」他說。
他所看重的潛力主要是教育，包括學歷和學校。他所考察的人才主要來自統計學，計算機科學等相關專業，有時包括物理專業。當然物理專業的人才可能不會是數據分析工作崗位的首選學位，但Xiao說他跟那些人合作得都很好。
「首先，如果他們有物理學位，說明他們很聰明。他們接受過數學課程的訓練，而現代物理課程還需要他們做大量的編程。所以他們即使可能沒有接受過正式的計算機科學的訓練，但卻已經具備了數據科學家角色所需的計算機技能，他們中的許多人甚至在這方面很擅長。」他說。
他著重考察的另一方面是應聘人才的畢業院校是否強調數學和科學，諸如像麻省理工學院，卡耐基梅隆大學，斯坦福大學，布朗和約翰·霍普金斯大學。」一些院校的畢業門檻非常高，所以從這些院校畢業的人工作努力程度很高，工作的態度很好。」Xiao說。責任編輯：qxcpw24895.com
3、尋找Excel專家
The Hershey Company人才分析部門經理Jason Chavarry在另一個不尋常的領域找到了大數據人才：微軟Excel用戶。
「Excel可以說是一份沃土，很多人從中獲得有大數據的能力，他們往往被人們請教，以幫助其他的工作，」他說。
他補充說，Excel是一個入門級的管道里的人學習，是在大數據的分析，發現其基本的功能。」每個人都是用大量的基本功能。你如何制定出一個報 告或電子表格，你創造什麼樣的規則。Excel穿過所有的人。你可以使用它的基礎水平的統計，基本的數據分析和可視化，」他補充道。
他補充說，Excel是學習大數據分析基本功能的一款入門級的學習管道。「我們每個人一般都只是大量了其一些基本功能。例如製做出一份報告或電子表格。但其實我們可以通過其創造一些相應的規則。通過利用其基礎的統計功能，實現一些基本的數據分析和可視化。」他補充道。
但Chavarry指出，針對不同規模的項目也需要不同的工具。對於有5000行數據的分析項目，採用諸如SAS或R這樣的工具無疑將是矯枉過 正，但若採用Excel的將是非常完美的。而若是有20萬行的數據，Excel的功能就明顯不夠強大了。這時，你就需要大數據軟體和編程知識，但並不拘泥 於一種特定語言。
「你真的不需要特定拘泥於關心採用哪種語言。如果有員工能夠用一種語言來實現，那麼其必然有能力以別的語言來實現。因此，你企業尋找的是具備學習能力的人才。」 Chavarry說。
4、自行培養人才
鑒於大數據人才的稀缺，大多數企業的解決方案將是採用自行培養人才的方式。據大數據軟體集成公司Talend的CMO Ashley Stirrup稱，該公司通過建立一個導師計劃，讓有經驗的專家來培訓年輕人才，取得了良好的結果。
「有一類人能夠作為嫁接其業務部門和新興技術之間的橋梁。」Stirrup說。「通常，企業業務部門的人員還沒有意識到的新技術對於業務進展的潛力，而對於一些高科技，他們也不知道如何使用。」
不幸的是，留住人才是相當困難的。Talend公司的客戶說，他們培訓了一些人，讓他們接受新技術，然後這個人很可能會被其他公司以50%或更高的漲薪誘惑挖走，所以他們很難找到合適的人才，也更難找針對這些人才實施培訓之後，將它們留住。
那麼，企業應該如何留住這些人才呢，簽訂短期性約束力的合同協議可能有損與員工的關系? 「關鍵在於想讓這些經過專業培訓的人才展示出他們能夠在您的企業充分使用並展示他們的技能，而且，他們留在您的公司會更具有價值潛力。此外，企業需要設置 一定的期望，而不要看合同，」 Stirrup說。
Xiao也正遭遇同樣的人才爭奪的問題。他說，他所在的Tamr公司試圖激發所雇傭人才的團隊意識，並激勵他們尋找在該公司的價值。「當他們找 到與自己有『共同語言』的同事，員工通常會認可這便是自己在未來幾年將要心甘情願合作的團隊。鑒於市場競爭是如此激烈，我們真誠的希望員工能夠在外面公司 獲得成功，否則我們將無法吸引到更好的人才。」他說。
Heudecker也認為公司應該鼓勵人才，而不是束縛人才。「您企業可能並不需要一個博士團隊。也許只需要一個擁有統計學、計算機科學和工商 管理碩士學位的人。考察一下那些可能只有本科學歷的員工，看看他們是否對於數據分析方面感興趣。公司應該提供激勵性的基礎訓練和方法來確保將員工留在企 業，因為這些技能在現如今的需求都是如此迫切。」他說。
Heudecker說，最終，大數據將成為新的常態，而人才儲備也將擴大。 「如果我們看一下大數據的基礎架構，它非常類似於80年代的RDBMS市場。彼時，其還沒有被廣泛應用，但人們已經在部署建造它們。而同樣的事情將在大數據領域發生。」
以上是小編為大家分享的關於應對大數據人才短缺的四種方式的相關內容，更多信息可以關注環球青藤分享更多干貨
『柒』 雲南北大青鳥java培訓告訴你大數據人才發展與就業前景，你了解多少
1、ETL研發
2、Hadoop開發
『捌』 大數據人才需求有哪些趨勢
當前大數據領域的人才需求有三個較為明顯的趨勢，這些趨勢一定要引起從業者的重視，其一是大數據崗位的劃分逐漸行業化，更多行業領域出現了自己的大數據崗位，這些崗位不再僅僅以開發崗、演算法崗來劃分，而更趨向於全棧化，這就要求從業者的知識結構要更加全面化。
其次是大數據領域的創新會更趨向於數據價值出口的打造，這個過程會要求大數據與更多技術相結合，比如大數據與區塊鏈的結合就有很多創新點。從大的發展和創新趨勢來看，大數據未來將是互聯網(包括產業互聯網)價值的主要承載方式之一，所以互聯網的價值越大則大數據的價值就越大，基於這個創新思路，大數據技術必然要與眾多技術手段相結合。
除此之外，大數據的生產將從被動變為主動，傳統的數據採集方式將發生變化，傳統的數據採集概念會逐漸被數據生產概念所取代，而如何生產數據則是大數據從業者需要重點考慮的核心問題之一，所以掌握大數據生產技術將會有更大的發展空間。
最後，大數據不論如何發展，大數據的背後都是各種資源，隨著行業資源和社會資源紛紛向互聯網遷移，資源和數據的邊界也在逐漸模糊，資源即是數據，從這個角度來看，未來更多的行業從業者都可以看成是大數據從業者。
關於大數據人才需求有哪些趨勢，青藤小編就和您分享到這里了。如果你對大數據工程有濃厚的興趣，希望這篇文章能夠對你有所幫助。如果您還想了解更多數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。
『玖』 大數據青年人才培養計劃對我們有什麼好處
學一技之長，推薦就業。省的自己出去跑到人才市場去找工作單位。而且終身免費換工作，這些自己都不用擔心啊。
『拾』 大數據需要什麼人才
大數據需要以下六類人才：
一、大數據系統研發工程師。
這一專業人才負責大數據系統研發，包括大規模非結構化數據業務模型構建、大數據存儲、資料庫構設、優化資料庫構架、解決資料庫中心設計等，同時，還要負責數據集群的日常運作和系統的監測等，這一類人才是任何構設大數據系統的機構都必須的。
二、大數據應用開發工程師。
此類人才負責搭建大數據應用平台以及開發分析應用程序，他們必須熟悉工具或演算法、編程、優化以及部署不同的MapRece，他們研發各種基於大數據技術的應用程序及行業解決方案。其中，ETL開發者是很搶手的人才，他們所做的是從不同的源頭抽取數據，轉換並導入數據倉庫以滿足企業的需要，將分散的、異構數據源中的數據如關系數據、平面數據文件等抽取到臨時中間層後進行清洗、轉換、集成，最後載入到數據倉庫，成為聯機分析處理、數據挖掘的基礎，為提取各類型的需要數據創造條件。
三、大數據分析師。
此類人才主要從事數據挖掘工作，運用演算法來解決和分析問題，讓數據顯露出真相，同時，他們還推動數據解決方案的不斷更新。隨著數據集規模不斷增大，企業對Hadoop及相關的廉價數據處理技術如Hive、HBase、MapRece、Pig等的需求將持續增長，具備Hadoop框架經驗的技術人員是最搶手的大數據人才，他們所從事的是熱門的分析師工作。
四、數據可視化工程師。
此類人才負責在收集到的高質量數據中，利用圖形化的工具及手段的應用，清楚地揭示數據中的復雜信息，幫助用戶更好地進行大數據應用開發，如果能使用新型數據可視化工具如Spotifre，Qlikview和Tableau，那麼，就成為很受歡迎的人才。
五、數據安全研發人才。
此類人才主要負責企業內部大型伺服器、存儲、數據安全管理工作，並對網路、信息安全項目進行規劃、設計和實施，而對於數據安全方面的具體技術的人才就更需要了，如果數據安全技術，同時又具有較強的管理經驗，能有效地保證大數據構設和應用單位的數據安全，那就是搶手的人才。
六、數據科學研究人才。
數據科學研究是一個全新的工作，夠將單位、企業的數據和技術轉化為有用的商業價值，隨著大數據時代的到來，越來越多的工作、事務直接涉及或針對數據，這就需要有數據科學方面的研究專家來進行研究，通過研究，他們能將數據分析結果解釋給IT部門和業務部門管理者聽，數據科學專家是聯通海量數據和管理者之間的橋梁，需要有數據專業、分析師能力和管理者的知識，這也是搶手的人才。