【T112017-教育生态与人才培养分会场】数据人才培养的若干思考_14页_2mb
报告摘要
数据人才培养的若干思考总结
核心内容
本文档围绕“AI时代的数据人才荒”这一主题,探讨了当前数据人才供需失衡的问题,并提出通过竞赛、众包、众筹数据等方式来培养和吸引数据人才的思路。文档结合实际案例和行业数据,展示了数据人才在社会各领域的重要性及培养路径。
主要观点
-
数据人才短缺已成为行业和社会的焦点问题
当前,数据人才的存量约为5万,而市场需求高达500万,供需严重失衡。- 政府层面:通过人才引入政策应对短缺。
- 企业层面:推动共建课程与专业,提升人才储备。
- 高校层面:开设数据科学相关专业,加强人才培养。
-
数据人才的培养面临四大挑战
- 师资缺乏:缺乏具备实战经验与理论知识的教师。
- 数据缺乏:缺乏真实、高质量的数据资源。
- 案例缺乏:缺乏实际应用案例以增强学习的实用性。
- 教材缺乏:缺乏系统化、符合行业需求的教材体系。
-
竞赛作为数据人才培养的重要手段
通过组织如CCF大数据大赛等竞赛活动,能够有效激发学生的兴趣,提升其实战能力。- 竞赛的价值:竞赛不仅提供了真实数据和实战训练,还促进了学生之间的合作与交流。
- 竞赛的成果:参赛者在竞赛中获得排名和经验,有助于其职业发展。
- 竞赛的激励机制:通过悬赏、众包等方式,吸引企业和个人参与,形成“数据+需求+悬赏=人才+方案+品牌”的良性循环。
-
众包与众筹思维的应用
- 众包思维在现代知识生成和问题解决中发挥着重要作用,如维基百科、开源项目等。
- 众筹数据与众包方案的方式,有助于解决数据与案例不足的问题,推动数据科学的发展。
关键信息
人才供需数据
- 人才存量:约5万人
- 人才需求:约500万人
- 人才缺口:约495万人
岗位薪酬表(部分)
| 排名 | 职位 | 需求数/百万职位 | 平均薪资(美元) | 2013-2016职位需求增长率 |
|---|---|---|---|---|
| 1 | 机器学习 | 58 | 134,306 | 36% |
| 2 | 数据科学家 | 360 | 129,938 | 108% |
| 3 | 计算机视觉工程师 | 20 | 127,849 | 34% |
| 4 | 开发运维工程师 | 731 | 123,165 | 106% |
| 5 | 云工程师 | 217 | 118,878 | 67% |
| 6 | 高级审计经理 | 53 | 118,692 | 52% |
| 7 | 渗透测试工程师 | 317 | 115,557 | 52% |
| 8 | Oracle人力资本管理 | 44 | 113,107 | 41% |
| 9 | 全栈开发人员 | 641 | 110,770 | 122% |
| 10 | Salesforce开发人员 | 230 | 108,089 | 83% |
竞赛与数据人才培养
- 竞赛背景:如京东商城提供的真实用户、商品和行为数据(脱敏后)作为赛题基础,参赛者构建用户购买预测模型,助力精准营销。
- 竞赛成果:
- 陈夏明:第二届CCF大赛一等奖获得者,现为大数据领域创业者。
- 张学武:第二届CCF大赛三等奖获得者,现为机器人领域创业者。
- 其他参赛者:如尹宁、吴加海、吴昌、魏逸、宋乐怡等,均在知名企业或机构任职。
- 竞赛的影响:
- 促进学生之间的交流与合作。
- 提升学生的实战能力和职业竞争力。
- 帮助学生找到未来发展方向。
用户与合作情况
- 用户分布:平台已有近3万名用户,来自1000+所高校、51所国家级科研院所、700+家企业。
- DF盟友:平台已举办55场竞赛,多数企业愿意将数据和方案进行开源,推动数据科学生态的发展。
期待与展望
- 文档呼吁更多志同道合的伙伴加入数据人才培养的行列,共同推动数据科学的发展。
- 强调通过竞赛、众包、众筹等方式,实现“数据+需求+悬赏=人才+方案+品牌”的目标,形成良性循环。
结语
文档通过结合行业数据、实际案例与竞赛经验,揭示了数据人才短缺的现状与挑战,并提出了通过竞赛和众包模式进行数据人才培养的可行路径,具有较强的现实意义和推广价值。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载