
善谋者胜 远谋者兴 贵州大数据“智慧树”初长成
近日,贵州省第十二次党代会在贵阳隆重举行,陈敏尔书记所作的报告充分肯定了近年来贵州的大数据发展,并指出要继续深入推进大数据战略行动,充分挖掘大数据商用、政用、民用价值,更好地以大数据引领经济转型升级、提升政府治理能力、服务民生社会事业。
近年来,贵州谋篇布局,为大数据发展营造出适宜的“气候”,提供了肥沃的“土壤”,集聚了优秀的“种子”,创造了多项“全国第一”,成效显著。2016年,贵州省以“大数据”为引领的计算机、通信和其他电子设备制造业增加值达93.38亿元,比上年增长66.6%。大数据已然成为了贵州的大战略大事业。
抓引领、重实用、保支撑 贵州“云”思维全覆盖
“目前,贵州的大数据项目化落实主要体现在引领性、实用性和支撑性三种项目上。”贵州省第十二次党代会代表、贵州省大数据发展管理局局长马宁宇在接受多彩贵州网记者采访时一语说中,道出贵州大数据从概念理念走向产业实业的关键。
据马宁宇介绍,2014年底贵州省提出2015—2017年实施信息基础设施建设三年会战,经过两年多的努力,贵州在新增三个互联网骨干直联点中建设速度最快,预计今年上半年即可完工,这意味着贵州的互联网网速、带宽将成为全国领先。
在政府数据平台发展上,贵州的“云上贵州”平台汇聚了省、市、县三级政府的数据,处于全国领先水平。未来,国家政府数据平台将和贵州省政府数据平台互通,贵州也将成为第一个与国家平台互通的省级大数据平台。
网络基础设施建设中,关键的一环是数据中心的建设。“目前,贵州聚集了中国三大运营商以及华为等企业的数据中心,甚至一些国家部委的数据中心。”马宁宇表示,贵州已经成为中国南方最大的数据中心聚集区。他甚至预见,贵州将成为中国最大的数据中心聚集区。
2016年贵州获批建设首个国家大数据工程实验室。马宁宇介绍,这对引进专业技术人才具有非常大的吸引力,意味着“大数据人才可以在此自由施展拳脚”。他表示,今后5年贵州还将在高职院校学科培养、立法等方面逐步完善。
“贵州大数据发展既要争先,也要一步一个脚印,补好短板,”马宁宇说,当下,贵州正从数据资源管理与共享开放、数据中心整合、数据资源应用、数据要素流通、大数据产业集聚、大数据国际合作、大数据制度创新七个方面开展国家大数据试验探索,贵州在大数据领域正无处不彰显着有别于人们固有印象的雄心。
大数据引领产业集群创新发展 贵州“好戏”正开场
从1992年贵阳高新区经国务院批准成为国家级高新区,到如今向“创新型中心城市示范区”迈进,在全国国家级高新区排位中提升到43位,可持续发展能力居第8位……大数据让贵阳高新区找到了“魂”。
2016年,贵阳高新区新增大数据及关联企业1182家,累计达到2669家。大数据及关联企业实现营业收入401亿元。
“今年是实施十三五规划的重要之年,贵阳高新区紧扣‘引领大数据技术创新、加快大数据产业集聚,奋力打造创新型中心城市示范区’的发展定位,全力打造贵阳大数据走廊,形成了‘一廊五珍珠’的大数据发展布局。”贵阳市高新区大数据发展办公室主任王麒介绍说。
高新区按照高标准建设国家绿色数据中心,目前4家数据中心企业获批国家绿色数据中心试点单位,占全省获批数的40%;食品安全云、电子商务云、社区服务云、智慧农业云、智能交通云、医疗健康云、教育云、旅游云、金融云、水利云、媒体云、环保云、工业云等20余朵云落地运营;通过国家双软认定企业106家,通过CMMI评估认证服务外包企业30家……
创新要素的积聚和创新战略的实施离不开创新环境的保驾护航。据王麒介绍,贵阳高新区制定实施了“创新十条”“创客十条”“大数据十条”等多项优惠扶持政策,结合实际最大限度把政策门槛降到了最低,把优惠扶持力度提到了最高。
贵阳高新区正是贵州大数据引领产业集群创新发展的一个缩影。时间回到2015年6月17日,习近平总书记在贵州考察时,贵州省以发展大数据作为突破口推动经济社会发展的探索,给总书记留下深刻印象,他对当地干部说:“我听懂了,贵州发展大数据确实有道理。”现如今,大数据已然发展成为贵州一张靓丽“名片”,一条有形的产业链已被孕育,贵州“好戏”正开场
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10