大數據參會者

『壹』 國際大數據博覽會將在貴陽舉行，有哪些公司會來參展

在中國西南部的貴州省舉辦了一項國際大數據博覽會，展示了相關領域的尖端科技創新和成就。據組委會統計，目前在省會貴陽舉行的為期三天的 2021 年中國國際大數據產業博覽會吸引了 225 家國內外企業。

上海合作組織秘書長弗拉基米爾·諾羅夫注意到蘋果、華為和阿里巴巴巴等公司都進入貴州並投資了，他們在開幕式上表示，貴州有望在幾年內成為世界上最大的數據中心之一。

大型數據產業博覽會是中國首屆此類博覽會，自 2015 年以來已在貴陽舉行過五次。2019 年，世博吸引了來自 59 個國家和地區的 448 多家企業，在世博會上簽訂了價值近 10008 億元的合同。由於新型冠狀病毒肺炎疫情，組織者去年取消了這項活動。

貴州於 2016 年獲准建設中國第一個全國大數據綜合試驗區。它吸引了包括蘋果、華為和騰訊在內的重量級玩家建立雲計算和大數據中心以及地區總部。

『貳』 中國大數據應用大會召開在什麼時候

7月14日，首屆中國大數據應用大會在成都開幕，來自大數據領域及相關行業的2000多名專業人士和6000餘名注冊聽眾參會，其中包括中國科學院院士鄂維南、中國工程院院士倪光南。
據了解，在國家工信部、四川省政府、成都市政府指導下，大會由中國大數據專家委員會、中國電子信息產業集團、中國電子學會、四川省經濟和信息化委聯合主辦。兩天會期內，2場主論壇和11場專題論壇將舉行86場演講、10餘場圓桌討論，以「大數據與智能時代」為主題，聚焦大數據與各行業、各領域的深度融合，以及大數據的技術創新和產業發展。川報集團封面傳媒承辦的大數據與媒體聯接力論壇，專門探討數據賦能為媒體提升聯接力帶來的巨大機遇。
與會嘉賓認為，推動大數據產業發展，政策是保證，技術是基礎，應用是核心。應用是大數據技術創新和產業發展的原動力，也是大數據在經濟發展、社會進步中彰顯價值的關鍵環節。
據悉，成都正加快建設依託大數據核心技術與關鍵產品的高新區天府軟體園、基於大數據創新創業的郫縣菁蓉鎮大數據產業園、以數據智慧處理中心和大數據安全為核心的崇州信息安全（大數據）產業示範園等產業聚集發展區，並在智能交通、城市管理、食品安全、環境保護、安全生產、現代物流、電子商務、兩化融合等領域加大推廣應用力度，力爭到2020年全面建成中國西部大數據中心和國內一流的數據強市。

『叄』 中國雲計算大會的第六屆中國雲計算大會

十大院士，集體亮相：
李德毅、懷進鵬、倪光南、李伯虎、楊學軍、張堯學、李未、梅宏、高文、李蘭娟等10位兩院院士將集體亮相，與廣大參會者共同把脈雲計算與大數據的未來技術發展和應用方向。
四大特性，智慧中國：
1. 突出行業應用：新增6類行業應用專題論壇，涵蓋交通、製造、醫療、教育、金融、數字娛樂等行業領域，邀請行業用戶CIO和信息技術主管分享應用經驗，推動雲計算大數據在更大范圍、更多領域創新應用，服務於智慧中國建設。
2. 分享技術趨勢：大會將邀請中國電子學會雲計算專家委員會委員、中國電子學會大數據技術與應用專家委員會委員、中國首席信息官聯盟知名CIO、國際信息處理聯合會（IFIP）海外專家，通過主題演講、專題講座、圓桌討論、技術培訓等方式，讓與會者全面准確把握雲計算、大數據領域的技術發展趨勢，掌握構建雲計算應用的核心技術。
3. 促進國際合作：在多次成功舉辦中國-美國雲計算合作論壇、中國-歐盟雲計算合作論壇、海峽兩岸雲計算合作論壇的基礎上，大會還將與國際信息處理聯合會（IFIP）合作，邀請更多國家的雲計算大數據專家出席此次大會，將大會打造成雲計算國際交流與合作的平台。
4. 打造共贏平台：歷屆雲計算大會都是政、產、學、研、用互動交流的平台，也是中國雲計算產業鏈各環節的專家交流思想、洽談合作的年度盛會。為了更好地推動專家學者的交流合作，打造完整雲計算產業鏈，本屆大會增設更多社交互動環節，利用小型研討會、合作洽談會、創業投資說明會、晚場沙龍等形式，同時運用微信、微博等社交網路工具，給國內外與會專家和參會者提供深度交流合作機會，努力使大會成為雲計算合作共贏的平台。
高端培訓，獨具匠心：
對比往屆，第六屆中國雲計算大會首次加入了培訓環節，融入了「實戰」的要素。5月20日，技術培訓聚焦雲計算和大數據實戰，一線技術專家將對當下最流行的兩個平台OpenStack及Hadoop進行涵蓋技術應用、問題解析、實戰經驗等方面的高端培訓。
十三場論壇，精益求精：
歷經8年實踐與沉澱，雲計算和大數據的技術路線與行業發展方向變得更加清晰。13場論壇，精益求精。

『肆』 再談大數據行業里的兩大誤區

再談大數據行業里的兩大誤區

大數據這個詞，恐怕是近兩年IT界炒的最熱的詞彙之一了，各種論壇、會議，言必談大數據，「大數據」這個詞，在IT界已經成了某果一樣的「街機」或者叫「街詞」，不跟風說兩句「大數據長，大數據短」都不好意思跟人說自己是搞IT的。從某種程度來講，大數據這個「圈」太亂了，一點不比「貴圈」好。
先從概念上來說，大數據是什麼？其實數據處理從人類誕生時期就有了，古人結繩記事就是基本的統計，統計自己吃了幾頓飯打了幾次獵等等；再往近說，皇帝每晚翻嬪妃的牌子也是數據處理，在翻牌子之前，要從一大堆牌子里分析「方便」、「熱度高」、「新鮮度」等指標；更近的說，數據倉庫早在大數據這個詞出現前就已經成熟發展了好幾十年了。所以說，大數據並不新鮮，只是某些技術如Hadoop、MR、Storm、Spark發展到一定階段，順應這些技術炒出來的概念，但是這些概念都基於一個基本的理念「開源」，這個理念是之前任何階段都沒有過，可以節省費用提高效率，所以大家才都往這個行業里扔火柴（話說現在很多人跟風亂吵，個人認為也不是壞事）。誤區一：只有搞大數據技術開發的，才是真正「圈內人」。筆者曾經參加過若干會議，70%是偏技術的，在場的都是國內各個數據相關項目經理和技術帶頭人，大家討論的話題都是在升級CDH版本的時候有什麼問題，在處理Hive作業的時候哪種方式更好，在Storm、Kafka匹配時如何效率更高，在Spark應用時內存如何釋放這些問題。參會者都一個態度：不懂大數據技術的人沒資格評論大數據，您要不懂Hadoop 2.0中的資源配置，不懂Spark在內存的駐留時間調優，不懂Kafka採集就別參加這個會！對了，最近Google完全拋棄MR只用Dataflow了，您懂嗎？不懂滾粗！在這里我想說，技術的進步都是由業務驅動的，某寶去了IOE才能叫大數據嗎，我作為一個聾啞人按摩師用結繩記事完成了對於不同體型的人，用什麼按摩手法進行全流程治療，就不叫大數據分析了嗎？技術發展到什麼程度，只有一小部分是由科學家追求極致的精神驅動，大部分原因是因為業務發展到一定程度，要求技術必須做出進步才能達成目標的。所以，真正的大數據「圈內人」至少要包含以下幾種人：一、業務運營人員。比如互聯網的產品經理要求技術人員，必須在用戶到達網站的時候就算出他今天的心情指數，而且要實現動態監測，這時候只能用Storm或者Spark來處理了；比如電信運營商要求做到實時營銷，用戶進入營業廳的時候，必須馬上推送簡訊給用戶，提示他本營業廳有一個特別適合他的相親對象（呈現身高、三圍、體重等指標），但是見面前要先購買4G手機；再比如病人來到銀行開戶，銀行了解到用戶最近1周曾經去醫院門診過兩次，出國旅遊過3次，帶孩子游泳兩次，馬上客戶經理就給客戶推薦相關的銀行保險+理財產品。這些業務人員，往往是驅動技術進步的核心原因。二、架構師。架構師有多麼重要，當一個業務人員和一個工程師，一個說著業務語言，一個說著技術術語在那裡討論問題的時候，工程師往往想著用什麼樣的代碼能馬上讓他閉嘴，而架構師往往會跳出來說「不，不能那樣，你這樣寫只能解決一個問題並且會製造後續的若干問題，按照我這個方案來，可以解決後續的若干問題！」一個非技術企業的IT系統水平，往往有70%以上的標准掌握在架構設計人員手裡，盡快很多優秀的架構師都是從工程師慢慢發展學習而來的，IT架構的重要性，很多企業都意識到了，這就是很多企業有CTO和CIO兩個職位，同樣重要！架構之美，當IT系統平穩運行的時候沒人能感受到，但是在一個煙囪林立、架構混亂的環境中走過的人眼中，IT開發一定要架構現行，開發在後！三、投資人。老闆，不用說了，老闆給你吃穿，你給老闆賣命，天生的基礎資料提供者，老闆說要有山便有了山，老闆說要做實時數據處理分析，便有了Storm，老闆說要做開源，便有了Hadoop，老闆還說要做迭代挖掘，便有了Spark……四、科學家。他們是別人眼中的Geek，他們是別人眼中的高大上，他們是類似於霍金一樣的神秘的早出晚歸晝伏夜出的眼睛男女，他們是驅動世界技術進步的核心力量。除了世界頂級的IT公司（往往世界技術方向掌握在他們手中），其他公司一般需要1-2個科學家足以，他們是真正投身於科學的人，不要讓他們去考慮業務場景，不要讓他們去考慮業務流程，不要讓他們去計算成本，不要讓他們去考慮項目進度，他們唯一需要考慮的就是如何在某個指標上擊敗對手，在某個指標上提高0.1%已經讓他們可以連續奮戰，不眠不休，讓我們都為這些科學家喝彩和歡呼吧。在中國，我認為真正的大數據科學家不超過百人……五、工程師。工程師是這樣一群可愛的人，他們年輕，沖動，有理想，又被人尊稱為「屌絲」「鍵盤黨」，他們孜孜不倦的為自己的理想而拼搏，每次自己取得一點點進步的時候，都在考慮是不是地鐵口的雞蛋灌餅又漲了五毛錢。他們敏感，自負，從來不屑於和業務人員去爭論。工程師和科學家的不同點在於，工程師需要頻繁改動代碼，頻繁測試程序，頻繁上線，但是最後的系統是由若干工程師的代碼組合起來的。每個自負的工程師看到系統的歷史代碼都會鄙視的發出一聲「哼，這垃圾代碼」，之後便投入到被後人繼續鄙視的代碼編寫工作中去。六、跟風者。他們中有些是培訓師，有些是殺馬特洗剪吹，有些是煤老闆有些是失足少女。他們的特點就是炒，和炒房者唯一不同的就是，他們不用付出金錢，他們認為只要和數據沾邊就叫大數據，他們有些人甚至從來沒碰過IT系統，他們是渾水摸魚、濫竽充數的高手，他們是被前幾種人鄙視的隱形人。不過我想說，歡迎來炒，一個行業炒的越凶，真正有價值的人就更能發揮自己的作用。誤區二：只有大數據才能拯救世界大數據目前的技術和應用都是在數據分析、數據倉庫等方面，主要針對OLAP（Online Analytical System），從技術角度來說，包含我總結的兩條腿：一條腿是批量數據處理（包括MR、MPP等），另一條腿實時數據流處理（Storm、內存資料庫等）。在此基礎上，部分場景又發現MR框架或實時框架不能很好的滿足近線、迭代的挖掘需要，故又產生了目前非常火的基於內存數據處理Spark框架。很多企業目前的大數據框架是，一方面以Hadoop 2.0之上的Hive、Pig框架處理底層的數據加工和處理，把按照業務邏輯處理完的數據直接送入到應用資料庫中；另一方面以Storm流處理引擎處理實時的數據，根據業務營銷的規則觸發相應的營銷場景。同時，用基於Spark處理技術集群滿足對於實時數據加工、挖掘的需求。以上描述可以看出，大數據說白了就是還沒有進入真正的交易系統，沒有在OLTP（Online Transaction system）方面做出太大的貢獻。至於很多文章把大數據和物聯網、泛在網、智慧城市都聯系在一起，我認為大數據不過是條件之一，其餘的OLTP系統是否具備，物理網路甚至組織架構都是重要因素。最後還想說，大數據處理技術，再炫如Google的Dataflow或成熟如Hadoop 2.0、數據倉庫、Storm等，本質上都是數據加工工具，對於很多工程師來說，只需要把數據處理流程搞清楚就可以了，在這個平台上可以用固定的模版和腳本進行數據加工已經足夠。畢竟數據的價值70%以上是對業務應用而言的，一個炫詞對於業務如果沒有幫助，終將只是屠龍之術。任何技術、IT架構都要符合業務規劃、符合業務發展的要求，否則技術只會妨礙業務和生產力的發展。
隨著時代變遷，大浪淘沙，作為數據行業的一員，我們每個人都在不同的角色之間轉換，今天你可能是科學家，明天就會變成架構師，今天的工程師也會變成幾年後的科學家，部分人還終將步入跟風者的行列。誤區三：數據量特別大才叫大數據在「數據界」存在這樣有一波人，他們認為「只有Peta級以上的才叫大數據，甚至到了Zeta以上才叫大數據，目前還沒有到真正的大數據時代！」，每次聽到這樣的話，我就知道這些人受IOE某巨頭的4V理論中的「容量」影響太巨大了。對此，我想說的第一句話是「盡信書不如無書，盡信巨頭不如去IOE」，去IOE不只是要從硬體做起，還要從思想上敢於挑戰巨頭做起，盡管很多IT界的經典理論都是傳統巨頭提出的，但是隨著挑戰者的出現，萌發了新的思想和技術後，傳統巨頭會被慢慢顛覆，這也是我們人類前進向前的一個重要因素。如果我們還停留在迷信巨頭的時代，如此刻板教條的去追求一個概念，那麼就不會有現在的Hadoop，不會有現在的Spark，不會有現在的特斯拉，不會有機器學習人工智慧，更不會有未來的第N次工業革命。首先我想強調，大數據技術真的不是一個新鮮詞，在之前的文章中我已經說過，大數據的本質還是數據，數據這個行業已經發展了若干年，而數據量的規模永遠是超出該時代的想像的，比如十幾年前，一張軟盤的數據量也就1.44M，當時的數據如果達到1T都讓旁人咂舌。那麼按數據量的標准，當時如果有人收集了1T數據就已經進入大數據時代了嗎？顯然不是！所以我想說，數據量的大小並不是衡量大數據的標准，如果按數據量去判斷是否大數據的話，那麼「大數據」這個詞真的是一個偽命題，就如同「老虎比如是老的，小伙必須是小的，巨頭必須是腦袋大的，飛人必須是長翅膀的」這種純粹字面意思去定義的話題一樣。那麼再回過來說，大數據的概念是什麼？首先，大數據是一個完整的生態體系，從數據的產生、採集、加工、匯總、展現、挖掘、推送等方面形成了一個閉環的價值鏈，並且通過每個環節的多種技術處理後，為所在業務場景提供有價值的應用和服務。其次，大數據的核心是什麼？一方面是開源，一方面是節流，目前大數據技術的核心目標都是通過低成本的技術更好的滿足對數據的需求（尤其是處理近年來更多的非結構化數據），並在在滿足需求的基礎上盡可能多的為企業節省投資。說一千道一萬，大數據的核心理念還是滿足應用需求，有明確目標的技術叫生產力，沒有業務目標的技術叫「浪費生命力」。誤區四：為了大數據而大數據這個誤區我認為是目前最嚴重的。在部分企業中，追求技術一定要最新、最好、最炫，一定要拿到國際先進、世界一流才行。所有的企業，不分行業不分性質不分地域不分年代，一律高喊「趕超BAT，大數據助力**企業達到**目標」，接下來就是先去IOE，然後投資買集群，把之前的各種高性能小型機大型機都不用了，之前買的O記授權全部停了，之前的幾十年投資一夜之間作廢，又投入了更多的資源去追趕「大數據」。同學們，這種勞民傷財的事情相信大家每天都會聽到或者親眼看到，很多企業不計成本就是為了博領導一笑，這得是多麼大的誤區啊。對此我想說：第一，從技術上來說，比如BAT或者很多互聯網企業去追求大數據，是因為業務發展的需要。任何一個互聯網企業一出生就是為了流量和點擊而活著，這就意味這大量的非結構化數據需要進行快速處理，這時候就決定了互聯網企業只能通過一些並發手段去分解底層的數據，然後進行快速加工，並滿足其服務用戶和市場的需要。互聯網企業的業務流程和業務模型就決定了必須得採用大數據技術。反之，很多企業根本用不著這些技術，有些企業簡單的一兩個Excel文件裡面做幾個公式就可以滿足它的發展，而且數據的周期還是按月處理的，根本不需要運用這些技術。第二，從投資上來說，互聯網企業出生都是平民，根本買不起大型設備，就算一夜暴富後，也沒有一個傳統的小型機大型機可以更好的滿足它們的發展，故只能另闢蹊徑創造價值鏈和標准了，在之前的低投資、輕量級架構上，不斷進行小量的線性硬體投資滿足業務的發展。反倒是一些傳統企業，甚至是巨無霸，其投資計劃已經在一年前明確，而且在原來的基礎上投資會更有ROI（投資回報率），現在反倒為了追求大數據的口號，犧牲了之前的大量投資，除了「得不償失」，剩下的只能是滿地的節操了。大數據技術甚至任何一種技術都是為了滿足特定的業務目標而生的，在具備了明確的業務目的後，順勢設計符合自身業務架構的技術架構，才是一種科學的健康的發展觀。如果您是一位老闆、CEO或者投資人，千萬要明白，大數據技術對於企業來說，有時候像水，而企業的業務目標就是那艘船，「水能載舟，亦能覆舟」。隨著生產關系的不斷調整，又會出現若干輪生產力的不斷進步，大數據之後的技術也會日新月異的進步著，比如現在開始潮流涌現的「機器學習、深度學習」等諸多的人工智慧方面的技術，也出現了比如「小數據」、「微數據」等更細方向技術的細分，在技術的洪流到來時，只要保持清晰的以滿足業務為導向的頭腦，根據自身的業務需要設計自身的技術架構，就不會被各種流派，各種概念淹沒。

『伍』 什麼是人力資源大數據服務

人力資源大數據指的是以人力大數據為基礎依託，通過聚合多種人力維度信息並進行分類，從新組合，從而形式的一整套完整的人力資源大數據服務體系。
人力資源大數據服務包括了勞動力資源調查及更新、人力資源市場信息化建設、人力資源產業園建設與運營等。目前由德生科技提供的人力資源大數據服務具有「證據鏈」、「多元化」、「可視化」「數字化」、等特點。可為人們提供高效、精準、個性化的服務，有效地滿足人們服務需求。

『陸』 大數據之父舍恩伯格:互聯網比你更了解你

大數據之父舍恩伯格:互聯網比你更了解你

牛津大學網路研究院網路監督及管理學教授，研究領域為網路經濟。曾任哈佛大學肯尼迪學院信息監管科研項目負責人，哈佛國家電子商務研究中心網路監管項目負責人；曾任新加坡國立大學李光耀學院信息與創新策略研究中心主任。並擔任耶魯大學、芝加哥大學、弗吉尼亞大學、聖地亞哥大學、維也納大學的客座教授。

有100多篇論文公開發表在《科學》、《自然》等著名學術期刊上，同時也是哈佛大學出版社、麻省理工出版社、通信政策期刊、美國社會學期刊等多家出版機構的特約評論員。

信息權威與顧問，咨詢客戶包括微軟、惠普和IBM等全球頂級企業。早在1986年與1995年就擔任兩家軟體公司的總裁兼CEO，1991年躋身奧地利軟體企業家前5名之列，2000年被評為奧地利薩爾斯堡州的年度人物。

機構和國家政府高層的信息政策智囊，專注於信息安全與信息政策與戰略的研究，是歐盟專家之一，也是世界經濟論壇、馬歇爾計劃基金會等機構的咨詢顧問，先後擔任新加坡商務部高層、汶萊國防部高層、科威特商務部高層、迪拜及中東政府高層的咨詢顧問。

超過兩年沒穿的衣服會送人，拍得不好看的照片要當即刪除

大數據之父舍恩伯格：互聯網比你更了解你

時代周報記者 韓瑋 發自上海

舍恩伯格又要戴著他標志性的約翰·列儂式的圓眼鏡來中國了。

9月25日，時代周報舉辦2015「影響力·中國」秋季峰會，舍恩伯格將受邀出席，講他最擅長的大數據。

最近兩年，這位數據科學領域的權威學者每隔幾個月就會出現在中國，而他所到之處，無不受到媒體、讀者的簇擁。

舍恩伯格之所以在國內名聲大噪，主要是因為他的兩本暢銷書、關於大數據的先河之作—《大數據：一場將改變我們生活、工作和思考方式的革命》（Big Data :A Revolution That Will Transform How We Live, Work, and Think，中文版又名《大數據時代》）以及《刪除：大數據取捨之道》（Delete: The Virtue of Forgetting in the Digital Age）。前者揭示了大數據給人類帶來的巨大改變，後者則嘗試探索大數據時代人類應該如何構建積極而安全的未來。

作為最早洞悉大數據發展趨勢的數據科學家，舍恩伯格在國內受追捧並不奇怪。畢竟，此刻的中國—國務院剛剛印發《促進大數據發展行動綱要》，提出推動大數據發展和應用在未來5-10年逐步實現的目標及主要任務。國內的大數據產業正迎來大發展時期。

而由於大數據太火，在這個新淘金時代，人們對舍恩伯格的興趣不再停留於他的研究，還延伸至他本人以及他獲得一系列學術成就的過程。

恰好，舍恩伯格是個性格有趣而經歷豐富的人。比如，他曾因不想繼承家業而與父親爭執數十年，最終走上學術之路。

代碼少年

「我母親以前經營一家電影院，我每年都會問她，過去一年最好的電影是什麼？她總是說，我知道，是×××。但她總是錯的。」

舍恩伯格常常在演講中提起這個例子，盡管只是為了佐證大多數人都需要數據分析工具這個觀點，但無意間卻把很多人的興趣引向了他的過去。

這位如今在全球數據科學領域極具名望的科學家其實算得上是「富二代」。他出生在距離莫扎特故鄉奧地利薩爾茨堡兩小時車程的一個小鎮上，父親是當地的稅務律師，有自己的事務所；母親則打理著小型電影院、花店等生意。

1966年，舍恩伯格出生那年，他的父親買來了小鎮上的第一台電腦，價格不菲。當時，鎮上所有人都覺得他瘋了，肯定會破產。而這台巨大的個人電腦運轉時發出的嗡嗡聲陪伴了舍恩伯格的整個童年。

小時候，舍恩伯格喜歡看阿斯特麗德·林德格倫的童話書。這位已故瑞典作家最著名的作品是那本充滿想像力的《長襪子皮皮》。而那時的舍恩伯格夢想成為發明家，因為，讓想法變成現實是一件特別誘人的事。

「如果還可以和林德格倫共進午餐，我想問她，她如何激發自身的想像力？愛因斯坦說過，想像力比知識更重要。」舍恩伯格說。

讀書時，舍恩伯格最喜歡的科目是物理和數學，進而又對計算機著迷。十一二歲時，他就想用那台嗡嗡作響的電腦編程。

「當時，只有大學才有計算機，我就去當地大學報了一門編程課。但老師覺得我不可能學會，就讓我自己玩。於是，我便在角落裡自學。」到了高中時期，這位天賦異稟的少年先後在國際物理奧林匹克競賽和奧地利青年程序員競賽中獲了獎。

17歲時，舍恩伯格第一次觸網。當時，他無意間得到一個聲音耦合器，其實不過是簡陋的數據機—使用者得把電話聽筒與之連接，從而激活以聲音傳送方式進行的數據傳輸。

在此之前，舍恩伯格聽說過互聯網，但從沒體驗過。於是，他搗鼓了好幾個月，試掉了一大筆電話費，最終連上了一個提供初級的郵件、論壇等商業在線服務的無線電通訊網站「The Source」。此後，舍恩伯格便一發不可收拾，對網路著了迷。

1986年，年僅20歲、沒讀完大學的舍恩伯格「創業」了—成立殺毒軟體公司Ikarus，並開發了一款當時奧地利最暢銷的軟體Virus Utilities。至今，網路對Virus Utilities的介紹上寫著，這是一款剽悍的殺毒軟體。1991年，年輕的舍恩伯格還被評選為奧地利最頂尖的5位軟體企業家之一。

這段程序員的經歷為舍恩伯格的未來打下了基礎。許多年後，在《大數據時代》這本書中，舍恩伯格寫道，真正的數據科學家是統計學家、軟體程序員、圖形設計師與作家的結合體。

父與子

在舍恩伯格的學術之路上，很難繞開的一個人物，就是買來了小鎮上第一台電腦的父親。

舍恩伯格與父親的關系並不差。至今，他記憶最深的關於父母的細節是，每天晚餐後，父親都會耐心聽他講述那天發生的事以及他的一些想法。舍恩伯格覺得，這是父親的「超能力」。

不過，父親始終不希望舍恩伯格滿腦子想著如何成為計算機學家，盡管他遷就兒子喜歡計算機。這位在小鎮上有頭有臉的稅務律師總在勸說自己的孩子盡早學完法律，繼承家業。在子承父業和投身計算科學之間，舍恩伯格與父親爭執了數十年，直到後者去世。

而在20歲左右的年齡，舍恩伯格還是順從父親，先在奧地利薩爾茨堡大學讀了法學本科。據說，因為法律太無趣，這位學霸硬是在3年半里讀完了7年的書。

接著，父親要求舍恩伯格繼續在法律上深造，但這個年輕人心不甘情不願，於是便賭氣地只申請了一所學校—哈佛。他覺得，自己肯定不會被錄取。

收到錄取通知書那天，舍恩伯格以為是朋友開玩笑，於是按照上面的電話號碼打過去斥責，「這是愚蠢的玩笑！」而電話另一頭卻有聲音說，「不，這里是哈佛。有什麼能幫你嗎？」

這不是舍恩伯格唯一一次「厚積薄發」。其實，在學生時代的大部分時期，舍恩伯格雖然出色，但不是最出色的那個。但到了最後一個學年，他就像突然間開了竅，過去學過的東西頓時「融會貫通」了。於是，出乎所有人包括他自己的意料，他在畢業前的最後一次考試中獲得了學生生涯唯一一次的全A。

而在美國最古老的法學院哈佛法學院，舍恩伯格開始覺得自己學的法律不再像本科時那麼了無生趣。盡管如此，他依然不想學成後接手父親的公司。

有記者采訪舍恩伯格時曾問，「你後來為什麼當上了大學教授？」他說，「我一直想成為發明家，直到我那個一直『逼』我接手家業的父親有天問我，如果不想做稅務律師，你想做什麼時，我才下定決心當大學教授。至少，對於我父母來說，這會是一個比發明家更容易接受、更受人尊敬的工作。」

從哈佛畢業後，舍恩伯格又拿到了薩爾茨堡大學的法學博士以及倫敦政經學院的理學碩士學位，並依照對父親的承諾，在倫敦一所大學謀得了教職。

當時，舍恩伯格的父親面對這樣的局面依然感到有些失落，最後竟然猝然辭世。父親去世的第二天，舍恩伯格選擇離開倫敦，放棄自己的事業和學術，回到自家的鎮子上，做起了以前無數次拒絕的稅務律師。

「我的人生，和大多數人一樣，既是連貫的，同時又屢受波折。我最初喜歡物理、數學，轉而對計算機產生興趣，進而關注數據安全和數據編碼，並喜歡上了研究隱私法、知識產權法以及網路法。依照這個路徑，數據逐漸成為我關注的重點。但我的生活又被一次次打亂。比如，父親的離世讓我放棄了原來的事業規劃，回到了老家；但一年後，我又賣掉父親的公司，艱難地重回學術圈；後來，偶然的機會讓我得以到哈佛大學肯尼迪學院任教。某種意義上說，這些波折給我製造了意想不到的困難，但也帶來了意想不到的機會。」舍恩伯格告訴時代周報記者。

大數據之父

自1998年始，舍恩伯格的學術研究步入正軌。他進入哈佛大學肯尼迪學院任教，並在那裡度過了10年。此後，他曾在新加坡國立大學李光耀公共政策學院做過3年副教授，借機觀察亞洲的信息政策，而今則在牛津大學互聯網研究院擔任治理與監管專業的教授。

這10餘年間，互聯網飛速發展，人們開始使用手機上網、聊天、購物，完成很多過去必須線下操作的事。而這些變化都被舍恩伯格陸續記錄在論著里。

2010年，在舍恩伯格組織的一次研討會上，幾乎所有參會者發言時都開始提及社會運轉模式正在發生某種改變，但誰也說不出這種變化的實質是什麼。當時，《經濟學人》的數據編輯肯尼思·庫克耶（Kenn Cukier）也在會場，他不久前剛做過一期《大數據的沖擊》的特刊報道。

那場研討會後，舍恩伯格與庫克耶進行了很多次深入交談，「然後，我們決定合寫一本書，探討大數據對於當下的意義以及大數據時代的本質」。

2012年12月，舍恩伯格與庫克耶合寫的《大數據時代》出版。這本大數據研究的先河之作不僅廣受媒體好評，還讓舍恩伯格知名度大漲。

在書里，舍恩伯格通過各種例子展現大數據帶來的改變。比如，一家叫Farecast的公司通過近十萬億條價格記錄來預測美國國內航班的票價。到2012年為止，票價預測的准確率達到75%，使用Farecast票價預測工具購買機票的旅客，平均每張機票可節省50美元。

「大數據的核心是預測。它通常被視為人工智慧的一部分，或者說是一種機器學習。但其實，這種定義具有誤導性。大數據不是要教機器像人一樣思考，相反，它是把數學演算法運用到海量數據上來預測事情發生的可能性。」舍恩伯格寫道。

在這本書里，舍恩伯格還提出了一個廣為引用的觀點—大數據關注的不是隨機樣本，而是全體數據；不是精確性，而是混雜性；不是因果關系，而是相關關系。

「具體來說，大數據的目的是全面的數據收集和分析；同時，我們要明白，在數據質量和數據數量之間要有一個平衡，所以，『不是精確性，而是混雜性』，而『不是因果關系，而是相關關系』，這是讓我們意識到，因果關系不再是解釋這個世界的唯一邏輯。」舍恩伯格告訴時代周報記者。

此外，舍恩伯格還是倡導大數據商業應用的第一人。在《大數據時代》中，他指出，如今的數據已經成為一種商業資本、一項重要的經濟投入，可以創造新的經濟利益。而這也是他屢屢被正在大力推動大數據產業發展的中國人當作座上賓的原因之一。

在關注數據的價值之餘，舍恩伯格感興趣的另一重要領域是如何避免數據被濫用。在早於《大數據時代》出版的《刪除：大數據取捨之道》一書中，舍恩伯格提出了數字時代最大的問題：互聯網記住了人們希望自己忘記的東西。當遺忘成為例外，記住變成常態，人類理性決策的能力就會受到威脅。所以，在大數據時代，所有人都應該享受「被遺忘的權利」。

事實上，舍恩伯格本人早早地為自己確立了一套關於刪除的生活准則。比如，那些超過兩年沒穿的衣服會被他送人或處理；那些拍得不好看的照片，他會當即刪除。因為，「如果不刪除，在數字時代，互聯網可能會比你自己更加了解你」。

舍恩伯格這些新穎的想法曾一度讓讀者直呼開了眼界。而目前，他告訴時代周報記者，自己的興趣點轉到了小型無人機上。其實，一直以來，舍恩伯格對飛機駕駛以及基於大數據分析的無人駕駛都頗感興趣。只是不知道，這位數據科學家未來又會在這個問題上帶來怎樣「讓人感覺腦洞大開」的思考。

對話舍恩伯格：

「只要他們不濫用權力，不必對數據寡頭反壟斷」

時代周報記者 韓瑋 發自上海

9月13日，在接受時代周報記者獨家專訪時，舍恩伯格講述了自己對大數據的一些理解，以及收獲這些理解的過程。

影響最深的人是高中物理老師

時代周報：今年暑假，以艾倫·圖靈為原型的傳記電影《模仿游戲》在中國上映，感動了很多人。你看過這部影片嗎？艾倫·圖靈是計算機科學之父，他對你從事數據科學研究是否有影響？

舍恩伯格：我看過這部電影。事實上，很多年前，我就讀過一些圖靈的論著。你可能記得，我以前做軟體公司時就需要編碼，所以，圖靈的書肯定要看。

不過，影響我最深的人不是圖靈，而是我的高中物理老師。他讓我開始接觸到熵的概念、相對論、量子理論等。對於我來說，他就像是為我打開了通往新世界的大門。

時代周報：大家都認為你是當今最重要的數據科學家之一。我特別好奇，大數據給你本人的日常生活帶來改變了嗎？

舍恩伯格：我是大數據服務的「大用戶」。平常，我會戴蘋果手錶，一直以來，它為我的身體健康提供了很多幫助；我也喜歡諸如亞馬遜一類的電子商務公司，同時，還經常使用谷歌地圖。此外，維基網路對我來說是個難得的好幫手，它讓我比過去更加容易獲得有用的信息，對我的幫助很大。

時代周報：我今年曾采訪過暢銷書《大停滯》（The Great Stagnation）的作者、美國經濟學家泰勒·考恩。在談到對大數據的看法時，他告訴我，「大數據被高估了，因為，大多數人都不知道他們手握的這些數據要用來干什麼，企業也一樣。大數據能幫助我們在某些邊緣地帶提高效率，比如針對性的廣告，但它無法改變全局。這其中，最困難的是問對問題，並且找到問題背後特定的模式，再用數據去加以匹配。這非常難以實現。」你認同他的觀點嗎？

舍恩伯格：我非常欣賞泰勒·考恩，《大停滯》是一本很棒的著作。我還曾引用過這本書里的一些觀點。但在大數據的問題上，我覺得他的觀點是錯誤的，或許，這是因為這方面不是他所研究的核心專業領域。

大數據可減少資源不公平的危害

時代周報：現在，大多數行業提起大數據就言必稱「這是一場行業革命，要顛覆過去」。你認為，大數據真的會顛覆那些傳統行業嗎？

舍恩伯格：會的，這種顛覆已經發生，並在快速進行。施樂帕羅奧爾托研究中心前主管約翰·西里·布朗（John Seely Brown）就發現，過去幾十年，超大型企業的壽命正在縮短。與此同時，我們看到，就在最近幾年，大數據驅動、估值達到數百億美元以上的互聯網企業不斷涌現。在人類歷史上，沒有哪個時期在比今天更多的領域，發生比今天更快的變化。

時代周報：目前，中國存在網路、阿里巴巴、騰訊三大互聯網巨頭，分別統治著搜索、電商、社交三個領域，他們不斷吸納著用戶的網上行為數據，幾乎肯定會成為中國的數據寡頭。你認為，在數據層面是否需要反壟斷？

舍恩伯格：我認為必要的一點是，互聯網要對新的創新主體保持開放的狀態。只要大企業不濫用自己的權力，將那些更小但更好的初創企業趕出市場，那麼，他們就不會製造太多的威脅。所以，我更關注的是這些企業的實際行為，而非他們的規模。

時代周報：除了數據，我知道，你還對教育問題有著深入研究。今年1月，你出版了一本名為《與大數據同行：學習和教育的未來》的新書，專門探討大數據研究在教育領域的應用，以求真正實現因材施教。而中國教育的主要問題是教育資源分配不公平，大數據能解決這個問題嗎？

舍恩伯格：大數據不能從根本上消除這種不公平，但是，通過大數據的手段，我們能以相對較低的成本提供高度個性化的教育，從而減少這種不公平帶來的危害。換言之，大數據能讓學生以很低的成本，獲得至少像「私人家教」那樣的訂制教育。所以，大數據可以成為改變整個游戲的因子。

以上是小編為大家分享的關於大數據之父舍恩伯格:互聯網比你更了解你的相關內容，更多信息可以關注環球青藤分享更多干貨

『柒』 今年中國國際大數據產業博覽會何日閉幕

由國家發改委、工信部、國家網信辦、貴州省人民政府共同主辦的2018中國國際大數據產業博覽會5月29日在貴陽閉幕。大會以「數化萬物智在融合」為年度主題，圍繞「同期兩會、一展、一賽及系列活動」展開。

參會嘉賓一致認為，2018數博會彰顯了數據之魅、智能之美、融合之道，在前三屆大會的基礎上，國際化、專業化、產業化、市場化水平明顯提升，影響力越來越大，品牌知名度越來越高，數博會已成為全球大數據發展的風向標和業界具有權威性的國際性平台。來源：中國新聞網

『捌』 大數據需要什麼人才

大數據需要以下六類人才：
一、大數據系統研發工程師。
這一專業人才負責大數據系統研發，包括大規模非結構化數據業務模型構建、大數據存儲、資料庫構設、優化資料庫構架、解決資料庫中心設計等，同時，還要負責數據集群的日常運作和系統的監測等，這一類人才是任何構設大數據系統的機構都必須的。
二、大數據應用開發工程師。
此類人才負責搭建大數據應用平台以及開發分析應用程序，他們必須熟悉工具或演算法、編程、優化以及部署不同的MapRece，他們研發各種基於大數據技術的應用程序及行業解決方案。其中，ETL開發者是很搶手的人才，他們所做的是從不同的源頭抽取數據，轉換並導入數據倉庫以滿足企業的需要，將分散的、異構數據源中的數據如關系數據、平面數據文件等抽取到臨時中間層後進行清洗、轉換、集成，最後載入到數據倉庫，成為聯機分析處理、數據挖掘的基礎，為提取各類型的需要數據創造條件。
三、大數據分析師。
此類人才主要從事數據挖掘工作，運用演算法來解決和分析問題，讓數據顯露出真相，同時，他們還推動數據解決方案的不斷更新。隨著數據集規模不斷增大，企業對Hadoop及相關的廉價數據處理技術如Hive、HBase、MapRece、Pig等的需求將持續增長，具備Hadoop框架經驗的技術人員是最搶手的大數據人才，他們所從事的是熱門的分析師工作。
四、數據可視化工程師。
此類人才負責在收集到的高質量數據中，利用圖形化的工具及手段的應用，清楚地揭示數據中的復雜信息，幫助用戶更好地進行大數據應用開發，如果能使用新型數據可視化工具如Spotifre，Qlikview和Tableau，那麼，就成為很受歡迎的人才。
五、數據安全研發人才。
此類人才主要負責企業內部大型伺服器、存儲、數據安全管理工作，並對網路、信息安全項目進行規劃、設計和實施，而對於數據安全方面的具體技術的人才就更需要了，如果數據安全技術，同時又具有較強的管理經驗，能有效地保證大數據構設和應用單位的數據安全，那就是搶手的人才。
六、數據科學研究人才。
數據科學研究是一個全新的工作，夠將單位、企業的數據和技術轉化為有用的商業價值，隨著大數據時代的到來，越來越多的工作、事務直接涉及或針對數據，這就需要有數據科學方面的研究專家來進行研究，通過研究，他們能將數據分析結果解釋給IT部門和業務部門管理者聽，數據科學專家是聯通海量數據和管理者之間的橋梁，需要有數據專業、分析師能力和管理者的知識，這也是搶手的人才。

『玖』 T11全球移動大數據峰會開幕在即

T11全球移動大數據峰會開幕在即

移動互聯網及其所觸及的各個領域的市場規模和用戶體量近年來都出現了井噴式增長，基於龐大的用戶群和無數心懷夢想的創業團隊的創新與努力，誕生了眾多超級APP的同時，也讓中國首次站在了全球行業大潮的最前沿；作為移動大潮背後最有利的支撐，移動大數據正前所未有的改變著我們的生活乃至整個世界。

據悉，由中國最大的獨立第三方移動數據服務平台TalkingData主辦的《T11全球移動大數據峰會》將於2015年9月11日在北京隆重召開。本屆峰會以"移動數據跨界融合"為主題，探討移動數據方向與未來的同時，分享4年來TalkingData在移動互聯網大數據應用領域的心得與經驗，與各行業數據專家、分析師深度溝通，共同推進大數據的應用與發展。同時，峰會將針對不同的領域和議題，設置一個主會場和"移動世界"、"數據星球"、"跨界融合"、"數據與計算科學"四個分會場，內容層面也將呈現鮮明的TalkingData特色：

分享最接地氣的數據營銷案例

TalkingData請來了正在使用其各種數據產品的客戶：招商銀行、銀聯、中國平安、寶開、EA、Google……，與受眾分享大數據是如何幫助客戶改進產品、改善業務形態，進而快速的切換到移動互聯時代。

呈現最具影響力的移動數據盛宴

四年來TalkingData積累了海量的移動互聯網數據，覆蓋超過17億活躍智能設備，包括手機、平板、智能電視、各種手錶、手環等，服務超過8萬款移動應用及6萬多應用開發者，藉助超強的行業影響力，TalkingData將向受眾呈現一場無與倫比的數據盛宴。

交流最實用的移動互聯網技術經驗

TalkingData扎實的研發團隊鮮有在公開場合露面，本次峰會期間TalkingData的CTO、首席架構師、數據科學家、研發副總裁將與參會者做近距離交流溝通和經驗分享。

日前，T11全球移動大數據峰會參會報名工作已全面展開，引起媒體和同行企業廣泛關注的同時，峰會還受到各行業受眾的積極報名和熱烈響應；隨著緊鑼密鼓的籌備工作接近尾聲，預計TalkingData將會向廣大受眾呈現一場內容豐富、特色鮮明、組織嚴謹的標桿式移動數據盛會。

以上是小編為大家分享的關於T11全球移動大數據峰會開幕在即的相關內容，更多信息可以關注環球青藤分享更多干貨

『拾』 大數據人才需求有哪些趨勢

當前大數據領域的人才需求有三個較為明顯的趨勢，這些趨勢一定要引起從業者的重視，其一是大數據崗位的劃分逐漸行業化，更多行業領域出現了自己的大數據崗位，這些崗位不再僅僅以開發崗、演算法崗來劃分，而更趨向於全棧化，這就要求從業者的知識結構要更加全面化。

其次是大數據領域的創新會更趨向於數據價值出口的打造，這個過程會要求大數據與更多技術相結合，比如大數據與區塊鏈的結合就有很多創新點。從大的發展和創新趨勢來看，大數據未來將是互聯網(包括產業互聯網)價值的主要承載方式之一，所以互聯網的價值越大則大數據的價值就越大，基於這個創新思路，大數據技術必然要與眾多技術手段相結合。

除此之外，大數據的生產將從被動變為主動，傳統的數據採集方式將發生變化，傳統的數據採集概念會逐漸被數據生產概念所取代，而如何生產數據則是大數據從業者需要重點考慮的核心問題之一，所以掌握大數據生產技術將會有更大的發展空間。

最後，大數據不論如何發展，大數據的背後都是各種資源，隨著行業資源和社會資源紛紛向互聯網遷移，資源和數據的邊界也在逐漸模糊，資源即是數據，從這個角度來看，未來更多的行業從業者都可以看成是大數據從業者。

關於大數據人才需求有哪些趨勢，青藤小編就和您分享到這里了。如果你對大數據工程有濃厚的興趣，希望這篇文章能夠對你有所幫助。如果您還想了解更多數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。