李國傑院士大數據先鋒

1. 現在是個互聯網時代是個大數據時代，做什麼最適合IT人呢

現在IT很多方面的工作都很吃香啊，但是你也清楚互聯網是個是個大數據的時代，只要把一門技術鑽研做好就可以了，在一個領域上有所發展就挺好的。

2. DOA的DOA意義

李國傑院士在關於大數據應用與研究所面臨的問題與挑戰中指出，大數據時代，「需要考慮對整個 IT 架構進行革命性的重構」。廣義上講，革命指推動事物發生根本性變革，引起事物從舊制到新制的飛躍。我們認為 IT 架構的革命性重構應該從硬體和軟體兩個方面來考慮。雲計算已經較好地解決了硬體方面的問題，並且為軟體方面的革命性重構奠定了重要基礎。但軟體方面，在軟體的體系結構上，目前還沒有很好的解決方案。受軟體體系結構的局限，信息技術領域長期存在的問題在大數據時代愈發突出：
（1）信息共享。經過數十年來信息技術發展和信息化應用的積累，政府部門和企業中建立的各種業務信息系統越來越多。但這些系統間很難實現信息共享，甚至新建的信息系統也難以和其他系統共享信息。信息「孤島」和信息「煙囪」 現象普遍存在，而且問題越來越嚴重。採用「介面」和「信息交換平台」或「數據交換平台」等方案，不能從根本上解決問題。
（2）系統擴展。信息系統建設完成後，應用需求發生變化就要重新修改代碼才能實現功能更改，造成應用信息系統對軟體開發者的依賴。一旦需求變化成為常態，系統的功能擴展問題就變得非常突出。
（3）數據管理。過去的信息系統涉及的多是結構化數據，通過關系型資料庫管理系統（RDBMS, Relational Data Base Management System）就能很好地對數據進行管理。現在面臨的大數據具有海量、異構、多源、動態、實時變化和爆發式增長的特點，數據來源多樣，種類繁多，動態變化，包括來自物聯網的物理空間數據，社交網路的網路空間數據等，至今沒有統一的數據定義和管理辦法。
（4）大數據分析和挖掘支持。大數據需要通過處理、分析和挖掘才能產生價值，才能為決策提供支持。但目前對具有上述特點的大數據缺乏符合數據密集 型模式的數據管理機制和平台，因而對大數據的處理、分析和挖掘難以獲得具有持續、全面、科學和客觀的大數據分析和挖掘結果。
（5）軟體工程。傳統的面向業務的軟體開發過程復雜，開發和維護成本高，無法應對處於常態的業務應用需求變更，軟體生命周期短，更新、淘汰和重新開發帶來的投入大。在互聯網和移動互聯網時代，強調一切業務數據化，就意味著要採集、記錄、存儲和管理一切業務過程中產生的數據，這對於需求分析、數據模型和業務應用等，都充滿了不確定性，也和傳統的軟體開發中要盡量有一個穩定、明確的需求正好相反，這給傳統的面向業務的軟體工程帶來了嚴峻的挑戰。
（6）信息安全。信息安全涉及國家安全、社會穩定、企業利益和個人隱私。傳統的信息安全多是封閉環境下的信息安全，強調的是網路安全、系統安全和應用安全。在信息安全上，我國採用的是分級保護和等級保護的信息安全制度。傳統的數據安全，多強調的是數據中心的安全，雖然有備份、災備等技術保障數據的安全，但還存在著越權訪問等數據泄露隱患。在雲計算、互聯網和移動互聯網應用以及大數據時代下，環境更為開放，對數據安全的要求更高，給信息安全帶來了更為嚴峻的挑戰。所以，信息安全除了網路安全和系統安全保障之外，在安全的軟體體系結構和安全的數據保護機制等方面還要有更深入的研究。
（7）數據提供者利益保障。在大數據時代，以數據建設和提供信息（數據）服務的企業和部門越來越多，對這類數據提供者的利益保護愈發重要。但由於信息具有易復制、易傳輸、難保護的特點，現有的技術體系缺乏對數據保護和授權使用的機制，不足以保障數據提供者的利益，不利於這類企業或部門的發展。

3. 北大收理科生嗎

北大收理科生。

據2018年12月北大官網信息顯示，北大共有11個學科門類，專涵蓋了48個本科專屬業門類，開辦了125個本科專業。其中理科類有物理學、大氣與海洋科學、數學、概率統計、科學與工程計算、信息科學、金融數學、數據科學與大數據技術、化學、應用化學、材料化學、化學生物學等。

(3)李國傑院士大數據先鋒擴展閱讀：

北大的師資力量：

截至2017年12月，北大擁有教職工（不包含博士後）21183人；專任教師數7317人，其中，按職稱劃分：正高級2217人，副高級2231人；其中：中國科學院院士76人，中國工程院院士19人，發展中國家科學院院士25人，哲學社會科學資深教授13人，「千人計劃」入選者72人。

「青年千人計劃」入選者153人，「萬人計劃」入選者28人，「青年拔尖人才計劃」入選者35人，「長江學者獎勵計劃」特聘教授、講座教授、青年學者231人，國家傑出青年基金獲得者237人，國家基金委創新群體40個，國家基金委優秀青年基金獲得者130人。

參考資料來源：網路—北大

4. 大數據的權威定義

大數據是IT行業的術語，指的是無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
大數據起源 2008年9月，美國《自然》雜志，正式提出「大數據」概念

2011年2月1日，美國《科學》雜志，通過社會調查的方式，第一次分析了大數據對人們生活的影響

2011年5月，麥肯錫研究院分布報告。大數據是指其大小超出了常規資料庫工具獲取，存儲，管理和分析能力的數據集。
具有4V特徵（value，volume，velocity，variety）

Value：價值高。

Volume：體量大。（數據每個18月翻一番，而每年產生的數據量增長到44萬億GB）

Velocity：速度快。（數據生成，存儲，分析，處理遠遠超過人們的想像力）

Variety：種類多。
大數據的來源
按產生主體

（1）企業（關系型資料庫，數據倉庫）

（2）人（瀏覽信息，聊天，電子商務......）

（3）機器（伺服器產生日誌，視頻監控數據）

數據來源的行業劃分

（1）BAT三大公司為代表

（2）電信、金融、保險、電力、石化系統

（3）公共安全、醫療、交通領域

（4）氣象、地理、政務等領域

（5）製造業和其他產業

3.按數據存儲的形式劃分

（1）結構化

（2）非結構化

二．大數據技術支撐

大數據運用場景
環境，教育，醫療，農業，智慧城市，零售業，金融業。

大數據的處理方法
數據採集
數據抓取，數據導入，物聯網設備自動抓取

數據預處理
數據清理，數據集成，數據轉換，數據規約。

轉換：過平滑聚集、數據概化、規范化等方式將數據轉換成適用於數據挖掘的形式。

規約：尋找依賴於發現目標的數據的有用特徵，縮減數據規模，最大限度地精簡數據量。

統計與分析
統計與分析主要是利用分布式資料庫，或分布式計算集群來對存儲於其內的海量數據進行普通的分析和分類匯總，以滿足大多數常見的分析需求，在這些方面需要使用不同的框架和方法。

Hadoop：大數據的核心，主要組成部分包括：maprece（處理）和HDFS（存儲）和yarn（集群資源管理和調度）；

Hbase：常用資料庫；spark：實時數據處理框架；sqoop：數據導入導出；flume：日誌採集工具

Hive：數據倉庫，必須有SQL基礎，可以做離線的數據分析，把復雜的maprece代碼轉化為簡單的sql語句，

而且可以處理的數據類型更加豐富，對接的工具也更多，是整個大數據學習中非常主要的一部分。

5. 數據科學與數據技術有哪幾個大學

中國科學院大來學（簡稱國科大自）首次「大數據技術與應用」方向人才培養研討會在京召開。中國工程院院士李國傑表示，該專業應發揮中科院相關研究所在大數據領域的優勢，把人才培養與科研優勢結合起來，讓有條件的學生參與到研究所大數據技術及應用的科研實踐中來。
該專業方向具體實施單位、國科大工程管理與信息技術學院院長於華介紹說，他們將逐步開展與金融、電信、氣象、電子商務、科學計算、物流、遙感、航天等領域的合作，把人才培養落到實處，切實為相關行業的發展提供優質教育服務。
據了解，國科大將面向科研發展及產業實踐，培養復合型大數據人才。不同於普通本科生和研究生培養，該方向首先瞄準具有一定行業背景的在職人員，通過整合中科院及合作夥伴在大數據技術及應用領域的優質資源，力爭打造具有中科院特色和優勢的專業方向。
望採納