
大数据时代 数字经济需要怎样的工作岗位
从金融到卫生保健、银行服务和汽车,数字解决方案正在推动当前全球经济各行各业的增长。
这一增长的关键是具有全新数字技能的劳动力大军。各国政府正在采取措施,解决技术的快速发展带来的严重人才短缺问题。
新加坡注重数字技能教育
新加坡是该项工作的先行者,区域内的技术领军者。作为该国智慧国愿景的一部分,新加坡特别注重数字技能教育。
为提升其“亚洲创新门户”的地位,新加坡近期重申其承诺——2017财年在ICT招标方面支出24亿新币(折合17.3亿美元),以推动该国数字转型和智慧国家工作。此外,预计2016~2018年期间将新聘用53000名专业人员。鉴于2015年新加坡约有20000个ICT岗位空缺未能填补,投资于技能发展将在新加坡迈向数字时代的征途中占据重要地位。
“这不仅是一项愿景,它也能确保我们继续在全球市场中占有一席之地。”新加坡信息通信媒体发展管理局(IMDA)首席执行官TanKiat How说,这是为了“培养未来劳动力大军并确保我们的青年人和下一代能跟上数字经济的潮流。”
“技能提升”和“技能重塑”
除以寓教于乐的方式向学校孩子们讲授技术知识的“汽车实验室”项目外,新加坡政府还启动了针对毕业生的公司辅导项目,促使他们掌握技术实践技能。企业主导培训计划(CLT)快速跟踪新入行专业人士并对已有专业工作经验的人员进行技能提升和技能重塑,获取数据分析等紧缺技术岗位所需的技能,由此为就业市场提供支持。
私营部门企业共同投资,为专业人员提供最初12个月的现场结构化培训。这意味着企业可以获得高级人才,同时更加广泛地满足行业需求。该结构化项目已协助很多本来不打算在技术领域从业的青年选择技术岗位。
“尽管很多新加坡人赢得了数学国际奥林匹克竞赛大奖,但出于某种原因,它并不是一个‘招人喜欢’的职业选项,人们可能不会选择这条职业道路。”SAS新加坡分公司运营总监Tan Poh Choo指出,SAS是一家商业分析软件和服务公司,“如果政府有一个结构化的项目,可惠及这个行业,那么我认为我们应该加入其中。”
培育本地技术创新
像素工作室(PIXEL Studios)是一个专门供内容创建者和游戏开发者开展试验、协作、创新同时发展其技能和平台的设施。
“我们希望帮助人们不仅只是开发一种产品,还要培育一个有活力、可持续的行业。”南洋理工互动和数字媒体学院副院长及像素工作室Ng Kianm Bee博士如此表示。
“即使你的产品失败了,我们也知道你有足够的技能将你的企业带入下一阶段。”从这种创业经验获得的企业敏锐度正在帮助将新加坡的技术人才转化为可促进国内创新、推动未来发展的劳动力大军。
马来西亚取得的成功
在新加坡的邻国马来西亚,另一项数字变革正在进行中——这是一项首先侧重于为分布在农村地区的民众提供更好ICT接入和基本技能的举措。
根据马来西亚政府的统计数字,去年,马来西亚17.8%的国内生产总值来自于“数字经济”,马来西亚总理纳吉布·拉扎克也宣布2017年为互联网经济年。但是,城乡社会经济发展仍存在差异。因此,推动本地ICT经济是该国一项重要的目标。
马来西亚通信和多媒体委员会(MCMC)认为,在马来西亚努力步入发达国家行列的过程中,为所有马来西亚人普及ICT知识并确保至少每个马来西亚人可获取基本互联网接入和基础性互联网知识是该国政府采取的众多措施之一。
农村互联网中心的重要作用是借助互联网接入和政府运营的农村互联网中心提供培训,马来西亚的本地创业者正在增加其在线宣传力度并收获回报。
创业者Tajul Rusydi Akasyah Bin AbdAziz是位于海滨小镇Melaka的“Tapai PulutSarimah”的所有者,他采用该镇互联网中心的设施更新自己公司的Facebook网页,成箱地销售当地一种用米发酵酿制的小吃。这位26岁的青年人2016年开始光顾互联网中心,而中心也帮助他将企业发展壮大。现在,村外的新客户也可品尝到他的家传美味。
“电信中心帮助我更频繁、更高效地在互联网上推广我的产品。现在,我使用Facebook、网页和Instagram。”BinAbd Aziz表示,“我们的收入增加了20%,这让我很高兴。”
“e-Rezeki”计划提供额外的培训,帮助低收入个人寻找“零工”,增加他们的收入。这些培训中心遍布马来西亚,为人们提供如何在线求职的培训。仅2016年,就有150000名注册用户通过该计划赚取了1700万马来西亚林吉特(约400万美元)。
鉴于当前很大一部分学生将要从事的职业有待创建,此类的新数字技能计划对于培养未来的劳动力至关重要。
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在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09