大数据时代数据分析人才，该怎么培养？

一、引言

随着计算机软硬件技术及物联网、移动互联网的快速发展，大数据时代已经到来。被学术界、工业界乃至政府机构密切关注和广泛研究。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。在维克托·迈尔·舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样的捷径，而采用所有数据的方法。一般说来，大数据具有4V的特点:Volume(大量)，Velocity(高速)，Variety(多样),Value(价值)。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

二、浅析大数据时代对人才的要求

从广义上讲，具备大数据处理能力是大数据人才的基本要求。目前，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，主要包括数学、统计学、数据分析、商业分析和自然语言处理等，具有较宽的知识而，具有独立获取知识的能力，具有较强的实践能力、创新意识和团队合作意识。具体来说，大数据人才首先应具备获取大数据的能力，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。

三、大数据人才培养的探索

(1)大数据人才培养核心:从大数据概念出现，到大数据时代的到来，数据分析工作是实现海量数据价值化的核心环节。故人才培养方面需突出“大数据”概念中应包含的“对数据对象的处理行为”。

(2)典型的大数据应用实例:在培训内容方面，案例选择及相关知识点设计尤为重要。选择有新意、贴近实际工作且有代表性的大数据分析典型案例，可帮助学生更清晰的理解大数据的概念、含义及大数据思维。

(3)教学实操平台：datahoop的开源大数据分析软件均可在教学实践中应用，其中datahoop平台为目前唯一国内自主研发的大数据分析平台，可定制化的特点，适用于包括教学在内的诸多应用场景。

“大数据”引领的智慧科技的时代已经逐步来临，大数据人才缺口急剧扩大。未来几年，大数据专业分析人才需求将在几十万以上。作为行业协会，中数委为保证行业快速、稳定发展，在人才培养方面持续发挥行业协会应有的领导作用。