京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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