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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12