注册

夯实智能化作战大数据人才基础


来源:解放军报

原标题:夯实智能化作战大数据人才基础 阅读提示 ●智能时代是数据洪流时代,数据分析师已成为互联网行业

原标题:夯实智能化作战大数据人才基础

阅读提示

●智能时代是数据洪流时代,数据分析师已成为互联网行业需求最旺的人才职位之一。

●适应大数据的规模性、多样性、流动性和价值度,大数据人才应具备突出的复合能力。

●培养大数据人才需要注重学科交叉性、突出创新能力培养、加强军民融合和相应学科建设力度。

随着移动网络、云计算、物联网等新兴技术迅猛发展,全球数据呈爆炸式增长,影响深远的大数据时代已然开启大幕,在不知不觉中改变着人们的生活和思维方式,并对世界军事发展产生深远影响。以无人机、无人舰船等作战平台投入实战为标志的智能化战争雏形,正在逐步显现。然而在迎接智能化战争挑战之际,不能忽视大数据在智能化战争中的核心作用,不能忽视高效处理大数据的人才是智能化作战发展的坚实根基,必须把大数据人才培养作为智能化作战的基础工程抓好抓实。

大数据竞争的核心是高素质人才的竞争

从精于围棋的AlphaGo开始,人工智能逐步渗透到医疗、金融、虚拟现实、无人驾驶等人类生活的方方面面。当前,世界主要军事强国不约而同纷纷开发并投入使用陆海空各类无人作战平台,设计蜂群等无人作战战术,预示着智能化作战正在大踏步登上历史舞台。

如果把石油比喻为机械化战争之血,催动机械化时代的钢铁洪流奔涌向前,网络则有如信息化战争的“底盘”,支撑信息流驱动能量流、物质流斩关夺隘。那么,大数据就是智能化战争的“石油”与“动脉”,决定着智能化作战能走多远、发展到何种程度。目前,国际上已经取得共识:大数据是一种非常重要的资产、资源和生产要素,拥有和控制数据的规模以及运用数据的能力,已成为衡量企业乃至国家核心竞争力强弱的重要标志。未来世界发展趋势之一就是“数据的核心地位将越来越突出”。对于企业来说,要通过数据描绘用户画像,寻找用户特征,精准开发用户需要的产品;对于智能化战争而言,数据是提升智能化作战水平的关键。但大数据技术的战略意义并不单纯体现在掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理,萃取精华。换言之,如果把大数据比作一种新兴产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”。如果想发挥大数据在智能化战争中的基础作用,就必须通过“加工”实现数据的“军事增值”。而数据专业化处理的核心是高端人才,大数据人才是开拓智能化战争空间必不可少的决定性因素。

不可否认的是,大数据人才在世界范围内仍处于紧缺状态。《2016年中国互联网最热职位人才报告》显示,在大数据团队内部,数据分析师是核心人才,在组织架构中负责关键岗位。数据分析师已成为互联网行业需求最旺的人才职位之一,而且数据分析人才最为稀缺。报告表明,当前社会数据分析人才的供给指数仅为0.05,属于高度稀缺。此外,数据分析人才的跳槽速度也最快,平均跳槽速度为19.8个月。虽然目前各类统计报告,对于未来国内大数据人才缺口具体数字的估计差别较大,有的认为将达上千万,有的估计有数百万,并且诸如此类的数据也仅是关乎企业大数据人才缺口的初步统计,只能提供一个相对的参考。但毋庸置疑的是,要迎接智能化战争挑战,加速完成由机械化信息化再到智能化的复合发展过程,必须准确把握大数据人才发展现状,瞄准未来,把握规律,注重相关人才培养。

大数据人才的突出特征是具备复合能力

大数据作为一种海量数据,从不同的源头持续产生并汇聚而成,具有一定的规模性;大数据来源于多种数据源,类型繁多,具有多样性;大数据的流动性非常快,具有特别强的时效意义。当然,最重要的是大数据含有大量可挖掘的价值。虽然其价值密度低,并非所有数据都是有用的,只有一部分数据具有核心价值,但只要善于挖掘,就可能获得非常有价值的发现。

大数据所具有的规模性、多样性、流动性和价值高等特征,决定了大数据人才必须是复合型人才,需要具备超强的综合能力。数据分析者必须有更为宽广宏观的视野,全面的综合素质。对大数据的处理和分析已然超出信息化的范畴、超出了传统管理和应用范畴,传统的单方面能力突出的人才已难以利用大数据做出高效决策。有专家指出,过去的人才多是“T”型人才,即一专多能;今后的大数据人才应为“π”型人才,即两专多能。所谓“两专”是指既要有专业知识,更要有数据思维。大数据人才应系统掌握数据分析相关的技能,主要包括数学、统计学、数据分析和自然语言处理等。具体来说,应具备获取大数据的能力,例如能根据任务要求,综合利用各种计算机技术和知识,收集、整理海量数据并加以存储,为支撑相关决策和行为做好数据准备。具备借助技术分析大数据的能力,能根据具体需求,采用有效方法和模型分析数据并形成报告,为解决实际问题提供决策依据。具备良好的团队合作精神。大数据时代的数据分析任务,多数需要与他人合作实现既定目标。

培养大数据人才要善于把握规律突出特色

十年树木,百年树人。从普遍意义上来讲,大数据人才培养规律与其他各类人才培养规律并无根本区别。也需要加强战略扶持、顶层设计或适当的政策倾斜等。但具体而言,针对大数据人才培养,也需要制定一些符合其特殊发展要求的政策措施,尤其要突出军事职能特点。

注重多学科交叉培养。大数据人才是多学科交叉型人才,不是某一个学科可以单独培养的。这是因为进行数据分析,既要有数据库和软件等计算机方面的知识,还要有数学和统计学方面的知识能力。尤其对于军事大数据人才而言,离不开对于军事学基础知识和若干领域前沿知识的掌握与了解。要达此目的,必须进一步改善人才培养方式路径,鼓励用多种形式培养跨界型大数据人才。

扎根军民融合的深厚土壤。大数据是一项军民通用特点更为突出的技术,在人才培养上具有很强的整合性。2016年12月发布的《大数据产业发展规划(2016-2020年)》就明确指出,“加强大数据人才培养,整合高校、企业、社会资源,推动建立创新人才培养模式,建立健全多层次、多类型的大数据人才培养体系”。当前,一些地方企业和院校的大数据技术发展较快。有鉴于此,军方大数据人才培养可通过多种途径与地方企业、院校联合培养。利用企业和院校所具备的大量数据优势训练人才,通过针对性的实践训练来培养学员的大数据处理技能。

注重创新精神和环境的培育。所谓创新人才,一般来说,是指富有独创性,能够提出、解决问题的人才。要注重选拔创新个性鲜明,具有高度自觉性和独立性,旺盛的求知欲,强烈好奇心的人才,投入大数据研发工作。营造创新型人才成长所必需的宽松学术环境和较好的生活环境。不断完善大数据人才的引进政策制度,努力消除其后顾之忧,激发其创新动力和创新精神。善于精准管理,根据不同类型的人才推出不同的精细化管理方式,更好地激发出他们的工作效率。

加强军队院校大数据学科建设。为提供更好、更持久的大数据处理与分析技术,必须要有一个强大的数据科学学科做坚实后盾。如果没有数据科学学科的核心理论做支撑,大数据难免会泡沫化。因此可考虑在重点军事院校加强数据学科和专业建设,形成健全的教师人才体系,使之成为大数据人才培养的“航空母舰”。

推荐

频道推荐

凤凰网公益基金救助直达

凤凰资讯官方微信

凤凰新闻 天天有料
分享到: