京公网安备 11010802034615号
经营许可证编号:京B2-20210330
十一项重大成果!给贵州大数据发展点赞
组建大数据发展领域的省属大型国有企业 2017年12月,贵州省政府组建云上贵州大数据(集团)有限公司,对全省政府大数据信息化项目及政府数据资源进行开发经营,打造支撑贵州省大数据产业发展的战略性、引领性、创新性企业集团。这是全国率先由省级政府成立的大数据方面的省属国有大一型企业。着力为大数据企业健康发展排忧解难 2017年11月,国内公路货运领域的两家“独角兽”企业贵阳货车帮科技有限公司和江苏满运软件科技有限公司进行战略合并为满帮集团,总部设在贵阳,成为全国最大的大数据物流平台企业。2018年3月,省委、省政府主要负责同志直接与美国高通公司总裁进行会谈,并召开会议专题研究贵州华芯集成电路公司发展问题,积极推进华芯通服务器芯片项目。
苹果数据中心落户贵州 2018年2月开始,苹果全部中国用户的数据存储在贵州并由云上贵州公司管理,同时苹果公司第一次改变其全球用户收费业务在爱尔兰结算的做法,在贵州完成中国用户的相关业务结算。目前,全球前十互联网企业有7家来到贵州发展,25家世界级或国内500强企业落户贵州。精准招商形成大数据产业生态圈 2018年作为产业大招商突破年,组织编制高科技产业招商目录指引,聚焦电子信息、生物与新医药、新材料、装备制造、新能源与节能、资源与环境、高技术服务业等7个领域1000余家企业进行精准招商,着力“强链、补链、延链”,贵州大数据产业生态圈逐步形成。打造“全球智力收割机” 2017年11月在印度设立“云上贵州(班加罗尔)大数据协同创新中心”,此前,在俄罗斯设立“贵阳高新(莫斯科)创新中心”,在美国设立“贵州大数据(伯克利)创新研究中心”,将全球智力为我所用。发挥技术榜单作用,支持省内企业在域外建立研发中心,直接“收割”国内外优秀技术和人力资源。
培养最优秀的大数据人才 突出“本土化”培养人才,与国家统计局签订协议,依托贵州财经大学建设大数据统计学院。与阿里巴巴、华为等组建大数据学院联合办学,贵州理工大学阿里巴巴学院2017年首期招生300人、贵州电子信息技术职业学院华为大数据学院首期招生1000人。在清华大学开办大数据研究生贵州班,首期招生30人。推进精准扶贫大数据应用 建好“精准扶贫云”,打通扶贫、公安、教育、医疗、交通等17个部门和单位数据,实现对象识别、措施到户、项目安排、资金管理、退出机制、干部选派、考核评价、督促检查等方面精准管理。推进“国土资源云”与“扶贫云”融合,以基础地理信息数据为支撑,精准掌握和调度易地扶贫搬迁等重点工程。
以大数据助力教育扶贫 在全国率先推动“扶贫云”与“教育云”融合,自动生成数据、自动识别贫困学生、协同自动办理教育扶贫资助,实现了“贫困家庭子女高中、大专院校免学费的零申请、零证明、零跑腿”。推进医疗大数据应用 贵州“医疗健康云”联通全省199家县级以上公立医院,实现“一窗式”预约挂号,成为国内首家以省为单位的统一预约挂号平台。2017年底,在全国率先实现全省所有乡镇卫生院和省市县公立医院全部远程联网,实行远程医疗,使农村和边远地区群众能够共享优质医疗资源,截至目前已开展远程影像诊断48500多例。
以大数据促进经济转型升级 开展数字经济攻坚战,实施“千企引进”“千企改造”工程、大数据+产业深度融合行动计划、“万企融合”大行动,利用互联网新技术新应用对传统产业进行全方位、全角度、全链条的改造,提高全要素生产率。“贵州工业云”作为全国制造业与互联网融合典型进行推广。贵阳“航天电器柔性智能制造车间”入选中德智能制造合作示范项目。加强大数据标准建设 继成立贵州省大数据标准化技术委员会之后,2018年4月,国家标准委同意贵州省建设国家技术标准(贵州大数据)创新基地,贵州成为全国首个获批建设大数据国家技术标准创新基地的省份。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19