十三届全国人大一次会议在人民大会堂开幕，国务院总理李克强所作政府工作报告中亮点纷呈，其中提到：2018年，要发展壮大新动能。做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进“互联网+”。运用新技术、新业态、新模式，大力改造提升传统产业。
近五年来，“大数据”总是伴着两会时间频频出现在公众视野中。
2014年
“设立新兴产业创业创新平台，在新一代移动通信、集成电路、大数据、先进制造、新能源、新材料等方面赶超先进，引领未来产业发展”。
2015年
总理在政府工作报告中提出大数据发展行动计划，提出推动移动互联网、云计算、大数据、物联网等与现代制造业结合。
2016年
政府工作报告强调了促进大数据、云计算、物联网广泛应用。
2017年
政府工作报告明确“加快大数据、云计算、物联网应用，以新技术新业态新模式，推动传统产业生产、管理和营销模式变革”。
2018年
政府工作报告中的最新提法是“实施大数据发展行动”“运用新技术、新业态、新模式，大力改造提升传统产业”。
有人将高铁、网购、支付宝、共享单车誉为中国的“新四大发明”，仔细推敲，不难发现它们都是运用大数据满足人民对美好生活需求的典范。在中国经济社会总体已经进入高质量发展的时代要求下，大数据中蕴藏着重大机遇。大数据发展，究竟是一种怎样的发展？
大数据作为新动能
引领高质量发展
在过去，中国已经拥有了大量数据资源，包括杭州在内的很多城市设立了自己的数据资源管理机构。数据资源正成为新的生产力。
在数字经济格局下，作为一种全新思维方式的应用，依靠云计算、人工智能等技术手段，数据资源正通过智能运营的方式不断在各产业内部发挥新技术的预警、预测、决策、智能职能，让生产过程、决策过程更加理性，更具前瞻性，实现产品全生命周期管理，提振生产质量，保证长足发展质量，实现对政务数据、社会数据、企业数据等数据资源的整合、运营。
与此同时，大数据、人工智能、云计算等高科技产业本身也将得到长足发展，更深一步颠覆各个行业的生产方式。我们要瞄准世界科技前沿，集中优势资源突破大数据核心技术，加快构建自主可控的大数据产业链、价值链和生态系统，保证高质量发展，实现良性循环。
大数据作为新能源
提振实体经济发展
“推动互联网、大数据、人工智能和实体经济深度融合。”十九大报告中的这句话，正是许多城市笃行的新实践。
在人类发展的不同阶段，都有最具代表性的资源与动力：19世纪是煤炭和蒸汽机，20世纪是石油、电力和内燃机，当下，大数据、云计算、物联网、人工智能风头正劲。现如今，通过与大数据深度融合，制造业等实体经济正向高端化、绿色化、集约化、智能化发展，实体经济“长板”得以被做优做精。
在浙江，大数据、云计算等新兴产业成为推动经济转型升级的新路径。与实体经济深度融合后，助力其提升研发实力、降低生产成本、从制造向服务延伸，实现破解低端发展路径，促进新旧动能转换，提高企业核心竞争力的“涅槃”。
大数据技术，正逐渐成长为支撑浙江实体经济发展的“新能源”。
大数据作为新力量
推进传统产业转型发展
阿里巴巴用了13年时间使零售平台上实现了3万亿元年销售额，而沃尔玛花了54年，这个对比的背后，是DT时代的技术基础设施与IT技术支撑的零售信息化的差异。
数据智能运营就是要实现数据的全流程打通，云计算、物联网、移动互联网、人工智能、机器人等都成为数据共享、流动和融合的关键技术。
我们要做的是：运用新技术、新业态、新模式，大力改造提升传统产业，发挥我国制度优势和市场优势，面向国家重大需求，面向国民经济发展主战场 ，全面实施促进大数据发展行动，完善大数据发展政策环境。
大数据作为新力量，正给予传统产业重焕生机的信心。
“人类进入DT时代，大数据不仅仅是一次颠覆性的技术革命，更是一场城市治理理念、思维方式与行为模式的全方位变革与升级。”杭州城市大数据运营公司董事长许峰认为，当今城市发展过程中，数据资源已成为重要生产力，成为城市经济结构转型刻不容缓的“刚需”，其超强的跨界能力，渐渐模糊了产业的边界。推动突破关键技术应用研究，创新“数字服务”模式，实现与社会、生活深度融合，成为大数据的应有之义。未来，大数据将加速推动城市治理方式转变、新兴产业发展、传统产业升级，托举中国经济强劲增长，实现数字中国建设目标。这是挑战，更是机遇。与时代共进，我们与有荣焉。
当前大数据行业真的是人才稀缺吗？
对！未来人才缺口150万，数据分析人才最稀缺
先看大数据人才缺口有多大？
根据LinkedIn（领英）发布的《2016年中国互联网最热职位人才报告》显示，研发工程师、产品经理、人力资源、市场营销、运营和数据分析是当下中国互联网行业需求最旺盛的六类人才职位。
其中数据分析人才最为稀缺、供给指数最低。同时，数据分析人才跳槽速度也最快，平均跳槽速度为19.8个月。
而清华大学计算机系教授武永卫去年透露了一组数据：未来3-5年，中国需要180万数据人才，但目前只有约30万人。
大数据行业未来会产能过剩吗？
提供大数据技术与应用服务的第三方公司面临调整，未来发展会趋集中
关于“大数据概念是否被过度炒作”的讨论，其实2013年的夏季达沃斯就有过。彼时支持“炒作”观点的现场观众达54.5%。对此，持反对意见的北京大学光华管理学院副教授苏萌提出了三个理由：
-
不同机构间的数据还未真正流动起来，目前还只是数据“孤岛”；
-
完整的生态产业链还未形成，尽管通过行为数据分析已能够分辨出一个消费者的喜好，但从供应到购买的链条还没建成；
-
数据分析人才仍然极度匮乏。
4年之后，舆论热点已经逐渐从大数据转向人工智能，大数据行业也历经整合。近一年间，一些大数据公司相继出现裁员、业务大调整等情况，部分公司出现亏损。那都是什么公司面临危机呢？
基于数据归属，涉及大数据业务的公司其实有两类：一类是自身拥有数据的甲方公司，如亚马逊、阿里巴巴等；另一类是整合数据资源，提供大数据技术与应用服务的第三方公司。目前行业整合出现盈利问题的公司多集中在第三方服务商。
对此，LinkedIn（领英）中国技术副总裁王迪表示，第三方服务商提供的更多的是技术或平台，大数据更多还是让甲方公司获益。
在王迪看来，大数据业务要产生规模效益，至少要具备三点：算法、计算平台以及数据本身。“第三方大数据创业公司在算法上有一技之长，而计算能力实际上已经匀化了，传统企业如果用好了，和大数据创业公司没有区别，甚至计算能力更强，而数据获取方面，很多数据在传统行业内部并没有共享出来，第三方大数据公司获取这些数据是比较困难的，最后可能谁有数据，谁产生的价值更高。”说白了，数据为王。
在2013年，拿到千万级A轮融资的大数据企业不足10家，到2015年，拿到千万级以上A轮融资的企业已经超过30家。直到2016年互联网资本寒冬，大数据行业投资热度有所减退，大数据行业是否也存在产能过剩？
王迪认为，目前的行业整合属于正常现象，“经过市场的优胜劣汰，第三方服务领域会出现一些做得比较好的公司，其他公司可能被淘汰或转型做一些垂直行业应用。从社会来看，总的需求量一定是增加的，而对于供给侧，经过行业自然的洗牌，最终会集中在几家优秀的行业公司。”
需要什么样的大数据人才？
今年3月份，教育部公布了第二批获准开设“数据科学与大数据技术”的高校名单，加上第一批获批的北京大学、对外经济贸易大学、中南大学，一共35所高校获批该专业。今年开始，部分院校将招收第一届大数据专业本科生。
大数据人才培养涉及到两方面问题：
-
交叉性学科的人才培养方案是否与市场需求相匹配；
-
学科建设的周期与行业快速更新之间的差距怎样弥合。
对于第一个问题，“电商热”时期开设的电子商务专业是一个可吸取经验的样本。2000年，教育部高教司批准了第一批高校开设电子商务本科专业。作为一个复合型专业，电子商务的本科教学涵盖了管理、技术、营销三方面的课程。电子商务领域人才需求量大，但企业却无法从电子商务专业中找到合适的人才，原因何在？
职业规划专家姜萌认为，并不是某一个专业对应一个行业热点，而是一个专业集群对应一个行业热点。“比如电子商务专业，我们到电子商务公司里会发现，不是学电子商务的人在做这些工作，而是每个专业各司其职，比如计算机、设计、物流管理、营销、广告、金融等等。现在行业的复合型工作都是由一个专业集群来完成的，而不是一个人来复合一堆专业特点。”
大数据专业的人才培养也同样走复合型路线，复旦大学大数据学院的招生简章显示，学院本科人才培养以统计学、计算机科学和数学为三大基础支撑性学科，以生物学、医学、环境科学、经济学、社会学、管理学等为应用拓展性学科，具备典型的交叉学科特征。
LinkedIn（领英）中国技术副总裁王迪指出，“从企业应用的角度来看，大数据行业里从事相关职能的同学背景是各异的，大数据作为一个人才培养方向还在探索中，在这个阶段，高校尝试开设硕士课程是很好的实践，但开设一类的本科专业还为时过早。”
另一方面，专业人才培养的周期较长，而行业热点不断更新轮替，中间产生的时间差使得新兴专业的志愿填报具备了一定风险。
王迪认为，“从今天的产业实践上看，大数据领域依然是从现有专业中挑选人才，教育和市场发展总是有一定差距的，学生本科四年，加上硕士阶段已经是七年之后的事情了，产业已经演进了很多，而教学大纲并不会跟进得那么快。”
因此，尽管大数据的应用前景毋庸置疑，但在人才培养层面，复合型人才培养方案会不会重走电子商务专业的老路？学校教育如何赶上行业发展速度？这些都是值得进一步商榷的问题。
面对热门专业，志愿填报需要注意啥？
了解了大数据行业、公司和大数据专业后，姜萌对于考生填报像大数据相关的热门专业，提出了几条建议：
-
报考热的专业和就业热的专业并不一定是重合的，比如软件、计算机、金融，这些专业的就业率实际并没有那么高，地质勘探、石油、遥感等专业，虽然报考上是冷门，但行业需求大，就业率更高。
-
选择热门专业，更需要考虑就业质量。专业就业好，是统计学意义，指的是平均收入水平高，比如金融专业的收入，比其他纯文科专业的平均收入较高，但落实到个体层面，就业情况就不一样了，尤其像金融专业是典型的名校高学历好就业，但对于考试成绩较低的同学来说，如果去一些普通院校、专科院校学习金融，最后就业情况可能还不如会计专业。
-
志愿填报，除了专业，城市因素也很重要：如果想从事金融、互联网的工作，更适合去一线城市，如果是去三、四线城市的学生可以考虑应用面比较广的专业，就是各行各业都能用到的专业，比如会计专业，专科层次的会计和985层次的会计都有就业渠道。如果先选择报考城市，也可以针对所在城市的行业特点选择专业，比如沿海城市外贸相对发达，选择国际贸易、外语类专业就业情况更好，比如武汉有光谷，选择光电类专业更好就业。
-
最终家长和考生更需要考虑个人与专业匹配的问题，金融、计算机等热门专业不是所有人都适合学，好专业不见得对所有个体都是好的。
35所获批“数据科学与大数据技术专业”高校名单
第一批”数据科学与大数据技术专业”获批名单
▼
第二批”数据科学与大数据技术专业”获批名单
▼
