——“人工智能大数据时代人才需求新视角”论坛
各位领导、各位老师、各位在座的小伙伴们，大家早上好。我是西安市创新人才研究院副院长、兴中猎头党支部书记、副总经理，非常荣幸受邀、能够参加此次论坛，一起共同探讨大数据时代背景下，我们需要什么样的人才？我将从以下几个方面和大家一起分享我的话题。
一、引言
随着计算机软硬件技术的快速发展，计算技术已从传统的PC平台计算模式发展到嵌入式计算、移动计算、并行计算和服务计算等多种计算系统并存及融合的计算模式，处理的对象也呈现出网络化、多媒体化、大数据化和智能化需求的特征，而物联网、移动互联网的快速发展促进了这一趋势，从而迎来了大数据时代的到来。大数据是继云计算、物联网之后兴起的又一新兴发展方向，被学术界、工业界乃至政府机构密切关注和广泛研究。 近两年的两会上，“大数据”已经出现在政府工作报告中，这表明，我们对大数据重要性的认识上升到国家层面。与互联网的出现一样，大数据带来的不仅是信息技术领域的革命，它正在改变着人们的生活以及我们理解世界的方式，并成为更多新发明、新服务的重要源泉。
1、我国信息化发展水平日益提高，对数据资源的采集、挖掘和应用水平不断深化。政务信息化水平不断提升，全国面向公众的政府网站达8.4万个，智慧城市建设全面展开，“十二五”期间近300个城市进行了智慧城市试点。两化融合发展进程不断深入正进入向纵深发展的新阶段。信息消费蓬勃发展，网民数量超过7亿，移动电话用户规模已经突破13亿，均居世界第一。月度户均移动互联网接入流量达835M，政府部门、互联网企业大型集团企业积累沉淀了大量的数据资源。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。
随着《大数据产业发展规划（2016-2020年）》的正式发布，大数据产业正式成为塑造我国竞争力的战略制高点。
2、那么什么是大数据？和大数据产业呢？
大数据又称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极的目的的资讯。
大数据产业是指以数据生产、采集、存储、加工、分析服务为主的相关经济活动，包括数据资源建设、大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。
二、大数据产业人才需求现状分析
1、大数据时代背景下，软件和信息技术服务业实现软件业务收入4.3万亿元， 同比增长15.7%。大型数据中心向绿色化、集约化发展、跨地区经营互联网数据中心业务的企业达到295家。
云计算服务逐渐成熟，主要云计算平台的数据处理规模已跻身世界前列，为大数据提供强大的计算存储能力并促进数据集聚。
在大数据资源建设、大数据技术、大数据应用领域，涌现出一批新模式和新业态。龙头企业引领上下游企业互动的产业格局初步形成。基于大数据的创新创业日趋活跃，大数据技术、产业与服务成为社会资本投入的热点。
2、在大数据产业蓬勃发展背景下，突出矛盾为岗位增多，人才短缺。以数据分析师岗位为例，从这张图我们可以看出对这个岗位的需求是持续增加的，而全国对这个岗位的需求程度，以北上广深杭州为主要城市，这是第一梯队，除此以外，成都、南京、武汉、杭州、苏州需求量也很大。
互联网数据分析师职位年薪，根据入职年限不等，也从年薪11万--50万不等。而该岗位的学历分布在现阶段以本科为主，但是硕士是这个行业研发主力军。该岗位需要具备的技能会涉及SQL（数据库）、python（计算机程序设计语言）、hadoop（对大量数据进行分布式处理的软件框架）、spark（强大的开源处理引擎）……
3、行业发展体现出来的是像互联网数据分析师等类似岗位人才的缺乏。
大数据相关人才的欠缺将会成为影响大数据市场发展的一个重要因素。大数据的相关职位需要的是复合型人才，能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌控。
未来，大数据将会出现约100万的人才缺口，需要社会、高校和企业共同努力去培养和挖掘。
不仅仅是我国，数据人才的缺乏也是其他国家所共同面临的问题。调查显示，美国新增的数据科学家职位数量将占全球新增总量的44%，但美国只能提供23%的人才，有近3.2万人的缺口。
三、大数据时代需要什么样的人才？
1、美国著名心理学家麦克利兰于1973年提出了一个著名的素质冰山模型，所谓“冰山模型”，就是将人员个体素质的不同表现划分为表面的“冰山以上部分”和深藏的“冰山以下部分”。
其中，“冰山以上部分”包括基本知识、基本技能，是外在表现，是容易了解与测量的部分，相对而言也比较容易通过培训来改变和发展。通过常规笔试、面试可以测评。 而“冰山以下部分”包括社会角色、自我形象、特质和动机，是人内在的、难以测量的部分。它们不太容易通过外界的影响而得到改变，但却对人员的行为与表现起着关键性的作用。通过心理测试等综合方法可以测评。
2、根据麦克利兰的“冰山模型”，我们得到了大数据时代下，相关人才的基础模型。从专业素养方面，人才需要提高自己的专业素养，包括数据科学方面的课程和数据分析相关的技术：数学、统计学、数据分析、商业分析和自然语言处理等；
分析大数据的能力：对于经过预处理的各类数据，能够根据具体的需求，进行选择、转换、加载，采用有效方法和模型对数据进行分析，并形成分析报告。
从职业素养方面，团队合作精神；逻辑、判断能力；沟通与表达能力；管理能力；抗压性；创新能力……
四、大数据相关岗位要求
1、这样的产业背景下，根据技术的不断发展，大数据最关键的部分是数据分析和挖掘数据价值，要获得这些，就需要大量的数据科学家。目前最为欠缺的数据人才主要有两种：数据处理人才和数据分析人才。数据处理人才：主要从统计学、信息技术、软件工程领域诞生，主要负责数据处理的全过程，即数据的获取、存储、清洗、加工、建模和传输等。数据分析人才：诞生区域与前者相似。主要负责对大数据进行价值挖掘，包括对数据统计结果的甄别与分析，对数据分析结果的评估与展示，对用户数据需求的判断与反馈。
2、以下我汇总了一些岗位，让大家了解下不同岗位的画像。
大数据系统研发工程师：
这一专业人才负责大数据系统研发，包括大规模非结构化数据业务模型构建、大数据存储、数据库构设、优化数据库构架、解决数据库中心设计等，同时，还要负责数据集群的日常运作和系统的监测等，这一类人才是任何构设大数据系统的机构都必须的。 大数据应用开发工程师 ：
此类人才负责搭建大数据应用平台以及开发分析应用程序，他们必须熟悉工具或算法、编程、优化以及部署不同的MapReduce，他们研发各种基于大数据技术的应用程序及行业解决方案。其中，ETL（数据仓库技术）开发者是很抢手的人才，他们所做的是从不同的源头抽取数据，转换并导入数据仓库以满足企业的需要，将分散的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库，成为联机分析处理、数据挖掘的基础，为提取各类型的需要数据创造条件。
大数据分析师：
此类人才主要从事数据挖掘工作，运用算法来解决和分析问题，让数据显露出真相，同时，他们还推动数据解决方案的不断更新。随着数据集规模不断增大，企业对 Hadoop及相关的廉价数据处理技术如Hive、HBase、MapReduce、Pig等的需求将持续增长，具备Hadoop框架经验的技术人员是最抢手的大数据人才，他们所从事的是热门的分析师工作。
数据可视化工程师：
此类人才负责在收集到的高质量数据中，利用图形化的工具及手段的应用，清楚地揭示数据中的复杂信息，帮助用户更好地进行大数据应用开发，如果能使用新型数据可视化工具如Spotifre,Qlikview和Tableau，那么，就成为很受欢迎的人才。
数据安全研发人才：
此类人才主要负责企业内部大型服务器、存储、数据安全管理工作，并对网络、信息安全项目进行规划、设计和实施，而对于数据安全方面的具体技术的人才就更需要了，如果数据安全技术，同时又具有较强的管理经验，能有效地保证大数据构设和应用单位的数据安全。
数据科学研究人才：
数据科学研究是一个全新的工作，够将单位、企业的数据和技术转化为有用的商业价值，随着大数据时代的到来，越来越多的工作、事务直接涉及或针对数据，这就需要有数据科学方面的研究专家来进行研究，通过研究，他们能将数据分析结果解释给IT部门和业务部门管理者听，数据科学专家是联通海量数据和管理者之间的桥梁，需要有数据专业、分析师能力和管理者的知识，这也是抢手的人才。
3、大数据岗位行业应用
大数据可以在很多行业进行应用，包括新零售、风险控制、电商、智能制造、保险、公共事业、体育娱乐等方面，涉及的岗位也比较多，人才也会涉及通用的一些技能，像数据编程、数学统计、数据存储、可视化等技能。
五、大数据人才培养的线索
1、从广义上讲，大数据人才就是具备大数据处理能力的科学家和工程师。
目前，国际上开设了大量的数据科学方面的课程、数据科学学位计划以及数据科学短期培训班。从国际上设置的培养计划来看，大数据人才应该系统地掌握数据分析相关的技能。
在我国，大数据类人才，基础阶段从高校而来，各大高校主要针对这方面进行学术研究、新的学科设置，建设新的高校人才培养课程体系。当学生们从学校即将跨入工作岗位，或者在工作岗上需要持续学习新的技能的时候，这时就以专业的技能培训机构为辅：进行创新课程与实践课程结合的培养模式。然而在市场户运作的企业中：完全来自于市场的需求，进行技术实践应用。
2、在这三方面培养体系之下，
高校：理论教学和技术教学两个方面结合。
大数据系列课程建议可分为理论教学和技术教学两个方面。因为理论是大数据认知的必经途径，也是被广泛认同和传播的基线;而技术是大数据价值体现的手段和前进的基石。理论教学：(1)大数据概念；(2)典型的大数据应用实例；(3)大数据关键技术与挑战；(4)大数据存储和管理技术；(5)大数据分析及挖掘技术。在技术方面，可考虑分别从云计算、分布式处理技术、存储技术和感知技术的发展，来说明大数据从采集、处理、存储到形成结果的整个过程，(1) SQL技术。 (2) MapReduce (3) Hadoop分布式文件系统 (4)进一步包括数据流的管理与挖掘、云数据库、图数据库等。
专业技能培训机构：项目式实践形式。
大数据技术实践课程内容，帮助学生从知识型向能力型转变。学生参与完成某一具体的大数据分析任务过程中，通过主动地学习来自主地进行知识的建构，让学生经历项目开发的整个过程，从中去发现和掌握相关知识。应设立一定的大数据技术实践课程内容，帮助学生从知识型向能力型转变。
企业：技术人才梯队培养
1、大数据技能训练的对象，即大量的数据，只有企业才具备;例如能根据任务的具体要求，综合利用各种计算机手段和知识，收集整理海量数据并加以存储，为支撑相关的决策和行为做好数据准备。其次，应具备分析大数据的能力，对于经过预处理的各类数据，能够根据具体的需求，进行选择、转换、加载，采用有效方法和模型对数据进行分析，并形成分析报告，为实际问题提供决策依据。
2、在企业大学内，通过市场化应用的项目，培养企业人才的大数据处理技能。大数据时代下的数据分析任务通常无法依赖个人能力来完成，需要在团队制度的约束下，与他人一同携手、互相鼓励、分工合作来实现既定目标，因此具备较强的责任心与团队合作精神也是大数据从业人员必备的基本条件。
总之，校企合作，建立适应社会需求的人才培养梯队这才是最重要的。
六、结语
未来的十年将是一个大数据引领的智慧科技的时代，未来几年，中国项目数据分析专业人才需求达几十万人以上。国内高校应及时关注大数据时代的数据分析人才培养，融基础理论、实验教学、工程实践为一体，为大数据这样的新兴产业发展输出高层次、实用性、国际化的复合型专业人才，确保产业科学、持续、高速的发展。
我们需要真正能够帮助政府和企业转变思维、应对大数据挑战的人才，在这个飞速变化的社会中，过去的经验甚至可能成为现在的束缚。管理者需要不断更新自己的数据库，学会用大数据的方法，随时去找到合适的人力资源解决方案。
供稿：项目一组 作者：朱云 编审：刘婷
