大數據人才供需結構現狀及培養策略研究

摘 要：近年來，大數據因其巨大的商業價值正在成為信息產業變革的新引擎，大數據發展也隨之從理論研究步入實際應用之路。為了與大數據行業的迅猛發展保持一致，本文進行了大數據行業人才供需結構現狀梳理，并基于社會需求有針對地提出大數據人才培養策略，對大數據時代相關專業人才培養具有重要的實踐意義。

關鍵詞：大數據；人才；供需結構；培養策略

計算機及移動互聯網技術的不斷發展、云計算及物聯網應用的日漸豐富使數據在全球范圍內呈現爆炸式增長，大數據時代已然到來。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些富有意義的數據進行專業分析，實現數據終極產出的“增值”。對于大數據這一新時代科技浪潮的核心科學技術，正需要一個新的角色來承擔其處理工作，即大數據人才。因此，為了與大數據行業的迅猛發展保持一致，進行大數據行業人才供需結構現狀梳理，并基于社會需求有針對地提出大數據人才培養策略，具有重要的實踐意義。

1 大數據行業人才供需結構現狀分析

按照相關職位職能，可以將大數據人才分為數據分析、數據挖掘、數據工程師、數據架構師四類。即使是初級職位，要求也是一專多能；高級職位則更要求對每個模塊都有所理解，特別是對統計、編程、行業理解的要求格外嚴格。在這一背景下，現階段大數據行業人才供需結構卻存在崗位供需不均衡、地域供需不均衡、學歷層次錯位明顯等現象。

1.1 崗位供需不均衡

根據國家信息中心發布的《2017中國大數據發展報告》顯示，一方面，數據分析、系統研發等技術類崗位大多“供不應求”，反映出市場上大數據技術類人才更為稀缺；另一方面，發展迅猛的大數據領域吸引了大量傳統信息化領域人才進入，導致項目管理類求職人數占比遠高于招聘需求；目前數據分析類崗位工作機會最豐富，其求職人數占比位列第一，但人才供給仍相對不足。

1.2 地域供需不均衡

大數據行業就業市場較為活躍的城市主要集中在京津冀、長三角、珠三角、成渝等區域。其中，從各地人才流動情況來看，大數據人才主要流向目的地為信息化基礎較好、占據數據資源優勢或產業政策扶持力度較大的省份（如上海、浙江等），而人才流出意向較為明顯的是中西部省份（如西藏、山西等）及東北地區；深圳、南京、大連、南昌、貴陽、合肥、天津等地大數據就業市場雖較為活躍，但人才供給相對不足。

1.3 學歷層次錯位明顯

目前大數據行業求職者學歷與招聘需求出現明顯的錯位。主要表現為低學歷（大專以下）的招聘需求高于求職數量占比，而高學歷（碩士以上）的招聘需求低于求職數量占比。大數據就業市場這種“高學低就”的現象可能原因有二：一是大數據產業正處于起步階段，對技能型、操作型的低學歷人才需求較高；二是面對就業壓力，很多學生傾向于選擇繼續深造再就業。

2 大數據人才培養策略

大數據行業發展到今天，數據的開發人才以及算法分析人才已經形成了一個初步的培養體系，但是在數據的應用人才培養方面還不完善。十年樹木，百年樹人，人才培養有自身規律，大數據人才培養亦如此。針對目前大數據行業人才供需不均衡的現狀，探索培養高層次大數據人才的路徑、滿足國家日益增長的需要，這是大數據人才培養協同創新的目標和使命。

2.1 開展政策研究，建立政策扶植體系

目前國內諸多省市主要通過給予戶籍、醫療、子女上學、住房補貼、個稅返還獎勵等多方面的優惠政策引進大數據人才，雖然在一定程度上解決了大數據人才地域供需不均衡等問題，但人才引進終究是短期策略，在通過政策手段讓引進人才本土化的同時，還應建立政策扶植體系，自行培養本土化數據人才：如鼓勵引進的大數據人才開展培訓，吸引本地IT人員共同學習交流；設立基金支持本地IT精英外出深造，并通過一系列優惠政策確保其學成之后回饋本土；建立大數據人才培養實訓基地，制定相關政策標準，改革傳統的人才培養模式， 對數據人才實行分級培養和產出，在確保人才質量的同時盡量縮短培養周期。

2.2 加強校企合作，探索人才培養方式

目前，國內大數據環境下數據管理需要具有較強的數據分析能力和計算機技術能力，其中，統計分析能力和計算機操作能力是大數據人才的核心競爭力，工作經驗在招聘過程中也是大數據行業所關注的重點之一。將高校大數據系列課程教學內容分為理論教學與技術教學兩方面，幫助學生樹立大數據認知和意識；增加大數據技術實踐課程，重點培養學生綜合實踐能力，滿足社會就業需要；通過企業與學校聯合辦學、聯合制定人才培養方案、合作開放課程和教學內容、設置實訓項目、共建“雙師（專業導師+企業家導師）”結構教學團隊等方式，培養既懂得數據分析技術、又精通業務的專業人才。

2.3 加強協同創新，采取多學科交叉培養模式

大數據人才是多學科交叉型人才，不是某一個學科可以單獨培養的。因此未來應重點提倡高校、科研院所、大數據公司、媒體機構、各領域用人單位在基礎理論、實踐教學、工程實踐等方面的協同創新，建立集“政、企、產、學、研”于一體、學科交叉的人才培養平臺。例如，由于大數據業務往往需要扎根于特定行業，綜合利用數據挖掘、存儲、分析和展現技術，并融入行業特色技術以滿足用戶需求，因此將企業運作過程中產生的業務大數據直接用于訓練和研究，將為數據分析創造真實的基礎條件，從而更有利于高層次、實用型、國際化的復合型大數據人才的培養。

參考文獻

[1]方世敏.新時期對大數據人才培養的思考及研究[J].經營管理者，2015（15）：419.

[2]黃晉.關于大數據人才培養的思考與探索[J].教育教學論壇，2014（45）：201-203.

[3]馬海群，蒲攀.大數據視閾下我國數據人才培養的思考[J].數字圖書館論壇，2016（1）：2-9.

[4]夏大文，張自力.DT時代大數據人才培養模式探究[J].西南師范大學學報（自然科學版），2016，41（9）：191-196.

[5]張宇敬，許美玲，臧麗娜等.京津冀協同發展背景下的大數據人才培養研究[J].經營管理者，2016（12）：115-116.

作者簡介

王燕勤（1970-），女，漢，河北省石家莊，經濟師（人力資源專業），從事人力工作多年，目前在天津藍天太陽科技有限公司工作。