数据应用型人才的培养是当务之急！大数据不断发展的今天，数据获取、数据传输、数据存储、数据决策、数据可视化等技术不断完善；而随着大数据技术在各行各业的研究与应用，相应的大数据分析、决策支持等大数据综合应用人才成为真正的宠儿。为此，2018年，在省大数据局的领导下，贵州省大数据人才发展促进会（以下简称“大促会”）完成《贵州省大数据人才分级分类评价指标体系》，为2019年全省大数据局职称评审工作奠定坚实基础。2019年8月1日，贵阳市大数据发展管理局人才工作处、贵州省大数据人才发展促进会召开专家研讨会，针对评价指标体系及大数据旅游人才培训中的具体内容进行探讨。研讨会由大促会常务副会长兼秘书长敖芝强主持。         首先中国贵州智慧旅游经济联盟秘书长吴惠恩主要介绍了两个方面的内容，“数淘金” 中国旅游数字经济系统平台以及”大数据技术” 与“全域旅游”复合型旅游人才培养方案。贵州地区陆路交通枢纽区位，拥有丰富的旅游资源和蓬勃发展的互联网经济环境，“数淘金”平台可收集消费数据，经由后台信息挖掘、分析后，形成精准的旅游大数据，旅游产品供应商可通过这些数据与消费者精准匹配。吴总还提供了一套成熟的培养体系，在体系中，吴总详细介绍了大数据旅游人才培养方案制定的思路以及关键核心课程的标准。         将大数据人才定位为数据应用型人才，不仅是各位专家的共同观点，而且也是欧美等大数据先行国家的统一认知，此类人才是大数据实现价值的关键，然而目前行业中却紧缺这类人才。在大促会的前期调研中，发现我省目前在大数据人才培养方面存在的主要问题是：人才培养过于偏重技术，而忽视了业务的驱动力。贵阳市大数据发展管理局人才工作处处长罗安明指出：“目前对大数据人才的培养过于专注底层架构开发，集中在数据获取、数据运算、数据存储以及基于数据编程几个层面，不能解决具体企业面临的问题，不能真正做到以数据驱动带动业务的发展，这是与大数据的核心目标背道而驰的！”针对这些现实存在的问题，罗安明认为制定人才培养标准是目前推动我国大数据发展需要正视和亟待解决的难题，也希望通过评价指标体系的实行推广能帮助产业发展培养一批业务驱动型的大数据人才。         会议紧紧围绕“大数据专业在教、学、研、产一体化协同育人模式探讨”的话题展开谈论，贵州省科协常委、贵州智慧产业集团党委书记、董事长杨敢博士从专业的视角全面剖析了贵州省区域大数据产业的市场经济体量、人才需求概况、政行校企协同创新大数据专业人才培养新模式等6个问题，为研讨会的深入交流和顺利开展打下了基础。
       华为贵州大数据学院执行院长黄建国以华为培训体系为蓝本，分享了人才培养实施过程和重要输出成果，黄建国强调解决高职教育中的人才培养问题，要做好专业人才定位的前提下重点抓好人才输送的“最后一公里”问题，把应用型和实用型的专业人才标签很好地树立起来。         贵州省大数据产业发展应用研究院产业发展中心主任邓云波从区域人才需求、招聘渠道信息对接、大数据专业实际应用场地和技术融合等方面进行了交流，邓云波认为，在当今云计算、大数据背景下，院校更应在专业建设、人才培养和技术服务上顺应信息技术发展潮流，完善人才培养方案，丰富课程体系和人才培养模式。         贵州大数据旅游股份有限公司总经理邓文华以“数淘金旅游产业数字经济引擎”作为一教学/实践/硏平台，可通过学院课程与研究体系，为贵州以至全中国培育首批旅游数字经济精英，为中国全域旅游创建首批区县培育一批旅游数字经济实操团队，为贵州省培育一批旅游数字经济实操落地精英“旅游+”融合发展的产业体系。通过释放“旅游+”潜力, 推动旅游与新型工业化、山地特色城镇化、现代山地高效农业、文化产业、大数据产业、电商产业等紧密结合, 积极推进贵州旅游全方位发展进行了阐述。
        贵州理工学院大数据学院党总支副书记史明华表示：在当下高速发展的信息社会中，我们可以用“反常规的方式”来培养未来的人才，高校人才培养工作要注重联合运用多方资源协同共育大数据专业人才，培养出更多适应经济社会发展的大数据技术技能人才。          贵州智阳信息技术有限公司董事长唐学芳、贵州大学生联合会理事长陆国雄、翼云大数据有限公司蔡喆、贵州省尚层基石管理咨询有限公司曾雄亚等作了发言。         评价指标体系的制定是大促会致力于大数据人才培养、激发大数据商业价值理念的综合展现。贵州理工学院大数据学院执行院长、大促会会长肖迎群博士进行总结讲话表示：“大数据不仅仅是先进的理念，更应该是一个能通过分析产生商业价值的实用行业。”因此，大促会在评价指标体系中定义的大数据人才是数据应用型人才。对于应用型人才需要具备什么样的素质，肖迎群提出：“大数据是一个综合学科，作为数据分析师需要有专业IT工具的运作能力，但更需要对所关注行业的理解、具备专业分析问题和解决问题的能力，对数据的掌控能力直接影响到大数据的落地效果。我们应该将IT技术和大数据分析软件理解为大数据分析必须的工具，但是评定大数据人才价值的核心标准是如何综合使用工具为企业或客户创造商业价值。”