当前位置：今日智造 > 智造快讯 > 热门直播 > 其他

【行业干货】有关大数据的那些必要科普

2017/7/10 20:33:51 人评论次浏览来源：英特方略猎头分类：其他

过去的一年里，你是不是曾听到过许多关于数据分析、数据采集等碎片化词汇？你了解什么是大数据吗？它有什么作用呢？下面就让小编来一一为你解惑吧。

大数据与云计算

大数据是具有体量大、结构多样、时效强等特征的数据；处理大数据需采用新型计算架构和智能算法，即“云计算”。大数据已经从概念落到实地，在精准营销、精准医疗、影视娱乐、教育、体育、安防等领域有大量应用。应用是大数据价值的体现，是大数据发展的原始推动力。

未来，随着应用领域的多元化，对大数据技术的需求越来越多，结合云计算，大数据市场空间将快速增长。大数据对传统信息技术带来了革命性挑战，正在重构信息技术体系和产业格局。

大数据的市场驱动力

（2016-2018年中国大数据市场营收规模预测）

2015年中国大数据市场规模达到105.5亿元，同比增长39.4%，预计未来3~4年，市场规模增长率将保持在30%以上，主要的市场驱动因素包括：

（1）来自于线下大数据市场（IT企业的大数据应用及大数据平台业务市场）中IT巨头和单一大数据业务的厂商开始行动，优化产品和服务路线图。

（2）来自于线上大数据市场（互联网用户数据市场，以及以互联网金融为主的线上金融市场）的成熟度逐渐提高，以金融和零售为核心的线上大数据应用走向成熟，市场体量进一步扩大。

（3）企业着力培育数据资产，积极探讨数据变现，行业大数据多集聚、少融合。

（4）大数据产业集群逐渐形成，即针对企业而言，以云端大数据集聚为前提条件，以行业云服务为平台，共享企业间核心竞争力。

（2015年中国大数据市场行业营收结构）

2015年中国大数据市场行业投资结构中，金融、通信、零售为前三大行业，投资占比分别为16.7%、15.9%和14.0%。政府、医疗、旅游投资比例分别为13.5%、10.3%和3.8%。六大行业累计占比74.2%。其他行业包括教育、制造、能源、媒体、互联网等，累计占比25.8%。

我国大数据产业发展趋势

1.产业结构仍有差距

中国大数据在世界上处于第几方阵？从大数据产业收集端、处理端和应用端来看，中国在收集端和应用端全球领先，在处理端核心技术方面还有差距。

目前，公开数据中还没有对大数据强国的排名，但对全球大数据公司的排名却很多，虽然标准不一，但总体来看，公认的领军企业是亚马逊、SAP、谷歌、IBM等，仍是国外企业居多。

比如，日本在医疗交通方面做得不错，欧洲在数据保护方面领先，新加坡在电子政务方面独树一帜。而即使是大数据核心技术比较领先的美国，在智慧物流、移动支付等部分垂直应用领域也逊色于中国。

从大数据核心产业结构来看，服务是大数据产业的最核心部分。全球市场数据分析服务占整体收入的47.6%，而国内市场数据分析服务在整体收入中占比却比较低，主要企业仍停留在前期的基础软硬件设施投入和部署阶段。

2.应用端一马当先

中国大数据对世界的贡献主要是三点：

一、引领大数据的创新应用，特别是在消费领域；

二、互联网公司、初创企业引领技术创新步伐，特别是语音识别、图像理解、文本挖掘等方面已涌现出明星企业；

三、我国已成为产生和积累数据量最大、数据类型最丰富的国家之一。

与世界各国相比，中国大数据体量位居前列。我国大型数据中心跨地区经营互联网数据中心业务的企业已达到295家。作为信息产业大国和互联网大国，2016年中国软件和信息技术服务业产值4.9万亿元，全球10大互联网企业中国占据4席，为大数据应用奠定了基础。

百度、阿里巴巴、腾讯等国内的龙头互联网企业利用自身掌握大量数据资源的优势，不断创新和积累数据处理分析等关键技术，并基于大数据分析优化提升现有业务、开拓新业务，已经具备了建设和运维超大规模大数据平台的技术实力。

3.加快建设数据强国

2017年，全球大数据市场结构继续向服务化转变，同时从垄断竞争向完全竞争格局演化。据赛迪研究院统计数据显示，2016年我国包括大数据硬件、大数据软件、大数据服务等在内的大数据核心产业达到3100亿元，大数据关联产业规模达到6万亿元，大数据融合产业规模达到3.5万亿元。工信部发布的《大数据产业发展规划（2016-2020年）》提出，到2020年，大数据相关产品和服务业务收入将突破1万亿元。

目前我国已经颁布实施了《促进大数据发展行动纲要》《大数据产业发展规划（2016-2020年）》等一系列重大政策，有20多个地区出台了相关的政策措施，还有20多个地方设立了专门的大数据管理机构，已先后建立8个大数据综合试验区。中国大数据发展呈现良好势头，形成了京津冀、长三角、中西部和东北地区等一批聚集发展区。

大数据交易人力资源需求

方向	具体岗位	具体职责
数据采集与处理	爬虫工程师、自然语言处理、语音识别、图像处理等	通过多种途径采集数据，清洗数据，将非结构化的数据进行结构化处理，形成完整的数据集合。
底层技术架构	云计算架构师、大数据架构工程师、机器学习工程师等	根据客户的需求，帮助政府与企业在云上搭建大数据平台，通过机器学习的方式提升数据的识别能力。
数据分析	数据分析师、大数据分析师、数据挖掘工程师等	基于海量的数据源，根据客户的需要，制作相应的数据商品，深度挖掘数据背后价值，拓展数据使用范围。
解决方案	智慧城市解决方案专家、大数据解决方案专家等	为政府以及国家各部委提供智慧城市以及大数据平台的顶层设计，提供整体解决方案。
垂直行业	银行、金融、交通、医疗等垂直行业人才等	针对大数据高频交易的垂直行业提供相应的专业支持，从数据层面提供相应的咨询服务。