【金铃干货】杨巨龙：数据智能应用案例分享
2020年12月4日，由零点有数主办的以“面对难题，高举数据智能解法的大旗！”为主题的中国数据智能应用峰会暨2020第十届数据智能应用典范金铃奖颁奖盛典顺利召开，全国观众超250万人次通过多媒体平台同步观礼。
大会特别邀请了直真君智高级业务专家杨巨龙，以《数据智能应用案例分享》为主题作精彩分享。
下文整理自杨巨龙先生的演讲实录：
我今天分享的主题《大数据人才培养方式探讨》是五年来基于大数据人才培养方面的实践心得，副标题是《面向实战、强化基础、算力算法》。面向实战是指到达一线去真正了解如今的大数据工作如何展开，强化基础是指强化逻辑基础、数学基础和大数据分布式技术基础，算力是指计算机分布式集群等，而算法是面向分类、聚类、探索、预测的方法。
今天演讲的主题共分为三个部分，首先是“数字大国”向“数字强国”转型需要大数据人才；其次，互联网仍在飞速发展中，数据量依然不断增长，需要更多的人来处理数据；再次，当今唯有创新才能在激烈竞争中生存和发展。计算机出现以后经历过四个时代，首先的计算机时代只有科学家会使用，第二个是信息化时代，开始出现应用系统的开发，是给机构和组织用的，第三个是互联网时代，这是全民皆可用的时代。当前进入了一个特殊的时代，称作大数据时代，而大数据时代需要更多的大数据人才。
真正的大数据技术体系和业务体系是由大数据基础设施、大数据分析层和大数据应用层三个层面共同构成，由于这个体系的产生，也伴随着大数据算法工程师、大数据科学家、大数据应用工程师、运维工程师和安全工程师这些新岗位需求的诞生。面对该发展趋势，我国在2016年成立了数据科学和大数据专业，经过五年的发展，已经由第一批的三所高校发展到七八百所院校，这说明大数据人才非常急缺。
当前有依托高校的专门培养模式，第二种是跨学科协同培养模式，指的是数学、统计学、计算机科学跨学科的协同培养，第三种是校企协作培养模式，第四种是社会机构培养模式。但这些模式仍在探索过程中，在发展过程中出现了一些问题，一是跨领域师资队伍建设问题，二是大数据人才培养的就业和知识的定位偏差问题，三是理论实践应用统筹协调问题，四是实验设施及资源建设问题。
第二部分是一线单位大数据人才培养实践，一线单位正在使用的是一体化大数据分析平台，指的是开发、运维、应用一体化平台。大数据真正开展的工作模式叫多角色协同、并行化工作，原来的业务部门提需求，软件人员编代码，再进行测试，最终发布的工作模式已不适合大数据时代。大数据工作任务的特点是需要在不断增长和变化的数据中找到规律，实现创新，所以需要不断地探索和演进。
培训有四个部分，第一个是共同的通识培训，从业务目标倒推到业务工作职责的落实和业务角色的分工，以及如何协同工作。第二个是面向分析师的专项培训，把底层技术进行分装变成一个算子，从数据源接入数据处理、建模分析、数据可视化以及模型验证到应用发布的算子的培训。第三个是算法岗专项培训，进行解析几何、线性代数、微积分、举证、向量等统计学、数理统计的培养。第四个是开发运维岗培训，进行算子化开发的培养。
通过这种培养方式，能够达到什么效果呢？第一，能够基于分析和业务需求进行快速地开发；第二，面向专业知识不够的人群，提供了第一代码的开发；第三，分析流可以立刻发布成应用；第四，一线业务人员可进行实时查询、即席分析、算法服务。
这些是面向一线单位的培训。而面向高校的数据专业培训，提出了“实验巩固知识、实战提升性能”，实验系统和实战系统组合在一起，称为“双实”。实验系统解决的是“在哪学、学什么、怎么学”的问题，而实战系统解决“在哪用、怎么用、用在哪”的问题。在培养理念上实现一以贯之，培养“学中用、用中学”的理念，从大一到大四为每一个人提供实战化的分析平台，提供三种学习方式，包括面向数据科学、知识书本的学习方式，面向从小白到数据大牛的进阶实验，以及面向数据分析师开放实验的学习方式。
每一个场景都会提供数学知识点、实验手册、实验视频和实验试题，通过分析流拖拉拽的方式能够迅速发布成App相关的应用。培训的效果是期望能够掌握大数据技术体系，理解技术生态，了解数据科学家、业务分析人员和数据开发工程师如何协同工作，以及进行大数据分析应该掌握哪些语言和算法。
第三部分是大数据人才培养的几点心得，第一是大数据的分析，大数据工作根本在逻辑，其中包含了形式逻辑、数理逻辑和辩证逻辑。第二，大数据工作的核心是数学思想的应用，停留在第一代实用数学模型是无法发现大数据里面的规律方法的，只能转向第二代数学模型变化，把数据记录看成向量、维度。第三，大数据的价值关键在于应用，随着人们对大数据价值的认同，业务数据化、数据资产化、资产服务化、服务业务化已成为业界共识。第四，大数据的关键方法有两个，一是大数据应用需求分析方法论，二是大数据分析方法论。第五，大数据工作的手段在于工具，该工具的特点是低代码、探索式、快速迭代、算子化、可视化。