閱讀提示

●智能時代是數據洪流時代，數據分析師已成為互聯(lián)網行業(yè)需求最旺的人才職位之一。

●適應大數據的規(guī)模性、多樣性、流動性和價值度，大數據人才應具備突出的復合能力。

●培養(yǎng)大數據人才需要注重學科交叉性、突出創(chuàng)新能力培養(yǎng)、加強軍民融合和相應學科建設力度。

隨著移動網絡、云計算、物聯(lián)網等新興技術迅猛發(fā)展，全球數據呈爆炸式增長，影響深遠的大數據時代已然開啟大幕，在不知不覺中改變著人們的生活和思維方式，并對世界軍事發(fā)展產生深遠影響。以無人機、無人艦船等作戰(zhàn)平臺投入實戰(zhàn)為標志的智能化戰(zhàn)爭雛形，正在逐步顯現(xiàn)。然而在迎接智能化戰(zhàn)爭挑戰(zhàn)之際，不能忽視大數據在智能化戰(zhàn)爭中的核心作用，不能忽視高效處理大數據的人才是智能化作戰(zhàn)發(fā)展的堅實根基，必須把大數據人才培養(yǎng)作為智能化作戰(zhàn)的基礎工程抓好抓實。

大數據競爭的核心是高素質人才的競爭

從精于圍棋的AlphaGo開始，人工智能逐步滲透到醫(yī)療、金融、虛擬現(xiàn)實、無人駕駛等人類生活的方方面面。當前，世界主要軍事強國不約而同紛紛開發(fā)并投入使用陸?？崭黝悷o人作戰(zhàn)平臺，設計蜂群等無人作戰(zhàn)戰(zhàn)術，預示著智能化作戰(zhàn)正在大踏步登上歷史舞臺。

如果把石油比喻為機械化戰(zhàn)爭之血，催動機械化時代的鋼鐵洪流奔涌向前，網絡則有如信息化戰(zhàn)爭的“底盤”，支撐信息流驅動能量流、物質流斬關奪隘。那么，大數據就是智能化戰(zhàn)爭的“石油”與“動脈”，決定著智能化作戰(zhàn)能走多遠、發(fā)展到何種程度。目前，國際上已經取得共識：大數據是一種非常重要的資產、資源和生產要素，擁有和控制數據的規(guī)模以及運用數據的能力，已成為衡量企業(yè)乃至國家核心競爭力強弱的重要標志。未來世界發(fā)展趨勢之一就是“數據的核心地位將越來越突出”。對于企業(yè)來說，要通過數據描繪用戶畫像，尋找用戶特征，精準開發(fā)用戶需要的產品；對于智能化戰(zhàn)爭而言，數據是提升智能化作戰(zhàn)水平的關鍵。但大數據技術的戰(zhàn)略意義并不單純體現(xiàn)在掌握龐大的數據信息，而在于對這些含有意義的數據進行專業(yè)化處理，萃取精華。換言之，如果把大數據比作一種新興產業(yè)，那么這種產業(yè)實現(xiàn)盈利的關鍵，在于提高對數據的“加工能力”。如果想發(fā)揮大數據在智能化戰(zhàn)爭中的基礎作用，就必須通過“加工”實現(xiàn)數據的“軍事增值”。而數據專業(yè)化處理的核心是高端人才，大數據人才是開拓智能化戰(zhàn)爭空間必不可少的決定性因素。

不可否認的是，大數據人才在世界范圍內仍處于緊缺狀態(tài)?！?016年中國互聯(lián)網最熱職位人才報告》顯示，在大數據團隊內部，數據分析師是核心人才，在組織架構中負責關鍵崗位。數據分析師已成為互聯(lián)網行業(yè)需求最旺的人才職位之一，而且數據分析人才最為稀缺。報告表明，當前社會數據分析人才的供給指數僅為0.05，屬于高度稀缺。此外，數據分析人才的跳槽速度也最快，平均跳槽速度為19.8個月。雖然目前各類統(tǒng)計報告，對于未來國內大數據人才缺口具體數字的估計差別較大，有的認為將達上千萬，有的估計有數百萬，并且諸如此類的數據也僅是關乎企業(yè)大數據人才缺口的初步統(tǒng)計，只能提供一個相對的參考。但毋庸置疑的是，要迎接智能化戰(zhàn)爭挑戰(zhàn)，加速完成由機械化信息化再到智能化的復合發(fā)展過程，必須準確把握大數據人才發(fā)展現(xiàn)狀，瞄準未來，把握規(guī)律，注重相關人才培養(yǎng)。

大數據人才的突出特征是具備復合能力

大數據作為一種海量數據，從不同的源頭持續(xù)產生并匯聚而成，具有一定的規(guī)模性；大數據來源于多種數據源，類型繁多，具有多樣性；大數據的流動性非?？欤哂刑貏e強的時效意義。當然，最重要的是大數據含有大量可挖掘的價值。雖然其價值密度低，并非所有數據都是有用的，只有一部分數據具有核心價值，但只要善于挖掘，就可能獲得非常有價值的發(fā)現(xiàn)。

大數據所具有的規(guī)模性、多樣性、流動性和價值高等特征，決定了大數據人才必須是復合型人才，需要具備超強的綜合能力。數據分析者必須有更為寬廣宏觀的視野，全面的綜合素質。對大數據的處理和分析已然超出信息化的范疇、超出了傳統(tǒng)管理和應用范疇，傳統(tǒng)的單方面能力突出的人才已難以利用大數據做出高效決策。有專家指出，過去的人才多是“T”型人才，即一專多能；今后的大數據人才應為“π”型人才，即兩專多能。所謂“兩專”是指既要有專業(yè)知識，更要有數據思維。大數據人才應系統(tǒng)掌握數據分析相關的技能，主要包括數學、統(tǒng)計學、數據分析和自然語言處理等。具體來說，應具備獲取大數據的能力，例如能根據任務要求，綜合利用各種計算機技術和知識，收集、整理海量數據并加以存儲，為支撐相關決策和行為做好數據準備。具備借助技術分析大數據的能力，能根據具體需求，采用有效方法和模型分析數據并形成報告，為解決實際問題提供決策依據。具備良好的團隊合作精神。大數據時代的數據分析任務，多數需要與他人合作實現(xiàn)既定目標。

培養(yǎng)大數據人才要善于把握規(guī)律突出特色

十年樹木，百年樹人。從普遍意義上來講，大數據人才培養(yǎng)規(guī)律與其他各類人才培養(yǎng)規(guī)律并無根本區(qū)別。也需要加強戰(zhàn)略扶持、頂層設計或適當的政策傾斜等。但具體而言，針對大數據人才培養(yǎng)，也需要制定一些符合其特殊發(fā)展要求的政策措施，尤其要突出軍事職能特點。

注重多學科交叉培養(yǎng)。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(yǎng)的。這是因為進行數據分析，既要有數據庫和軟件等計算機方面的知識，還要有數學和統(tǒng)計學方面的知識能力。尤其對于軍事大數據人才而言，離不開對于軍事學基礎知識和若干領域前沿知識的掌握與了解。要達此目的，必須進一步改善人才培養(yǎng)方式路徑，鼓勵用多種形式培養(yǎng)跨界型大數據人才。

扎根軍民融合的深厚土壤。大數據是一項軍民通用特點更為突出的技術，在人才培養(yǎng)上具有很強的整合性。2016年12月發(fā)布的《大數據產業(yè)發(fā)展規(guī)劃（2016－2020年）》就明確指出，“加強大數據人才培養(yǎng)，整合高校、企業(yè)、社會資源，推動建立創(chuàng)新人才培養(yǎng)模式，建立健全多層次、多類型的大數據人才培養(yǎng)體系”。當前，一些地方企業(yè)和院校的大數據技術發(fā)展較快。有鑒于此，軍方大數據人才培養(yǎng)可通過多種途徑與地方企業(yè)、院校聯(lián)合培養(yǎng)。利用企業(yè)和院校所具備的大量數據優(yōu)勢訓練人才，通過針對性的實踐訓練來培養(yǎng)學員的大數據處理技能。

注重創(chuàng)新精神和環(huán)境的培育。所謂創(chuàng)新人才，一般來說，是指富有獨創(chuàng)性，能夠提出、解決問題的人才。要注重選拔創(chuàng)新個性鮮明，具有高度自覺性和獨立性，旺盛的求知欲，強烈好奇心的人才，投入大數據研發(fā)工作。營造創(chuàng)新型人才成長所必需的寬松學術環(huán)境和較好的生活環(huán)境。不斷完善大數據人才的引進政策制度，努力消除其后顧之憂，激發(fā)其創(chuàng)新動力和創(chuàng)新精神。善于精準管理，根據不同類型的人才推出不同的精細化管理方式，更好地激發(fā)出他們的工作效率。

加強軍隊院校大數據學科建設。為提供更好、更持久的大數據處理與分析技術，必須要有一個強大的數據科學學科做堅實后盾。如果沒有數據科學學科的核心理論做支撐，大數據難免會泡沫化。因此可考慮在重點軍事院校加強數據學科和專業(yè)建設，形成健全的教師人才體系，使之成為大數據人才培養(yǎng)的“航空母艦”。