成都市高職學歷大數據人才需求分析與預測

曾浩 方敏 禹水琴

摘? 要：自2017年以來，成都地區的大數據產業進入了高速發展的階段。與此同時，大數據人才缺乏的問題日漸突出。由于高職畢業生能夠勝任相當比例的運維與開發職位，高職院校正在積極地開設大數據技術與應用專業。為此我們對成都地區開放的大數據技術崗位進行了統計與分析，總結出了高職學歷大數據人才所需的關鍵技能。我們還根據成都大數據產業發展的趨勢，預測了至2025年成都高職學歷大數據人才需求的規模，并提出了大數據運維與工業大數據這兩個重要的專業方向。我們希望本文的結果能夠為相關高職院校進行大數據專業建設提供參考。

關鍵詞：產業經濟;大數據產業;人才需求

一、研究背景

成都是全國首批智慧城市、信息消費和信息惠民試點示范城市，在電子商務、商貿物流、金融保險等領域有巨大的數據供給予數據挖掘需求。在2017年，成都市政府出臺了《成都市大數據產業發展規劃（2017-2025年）》，引領大數據產業快速健康發展，推動形成創新引領的數字經濟體系。該規劃實施以來，成都市大數據產業平均年增速達到了50%，在軟件與信息服務產業群中表現突出。但是由于大數據人才的培養難以跟上產業發展速度，人才的供給出現了嚴重不足。我們預測，成都的大數據產業在未來5年將維持兩位數的增長率，對大數據人才的需求也會穩定上升。我們在前期調研中還發現，相當多的大數據崗位對高職畢業生開放。為此我們調研了成都市大數據產業對高職學歷層次人才的需求，并對其做出了分析和預測。

二、研究方法與內容

為了研究大數據產業對人才的需求，我們需要對大數據企業的崗位進行統計分析。但是搜集和利用相關的資料非常困難。首先，大數據產業脫胎于傳統的軟件與信息服務產業，大數據技術和傳統的軟件技術、網絡技術等相互滲透，企業的大數據業務和非大數據業務界限也很模糊，甚至于如何界定大數據企業也沒有統一的標準;其次，大數據產業中的技術崗位名稱與內涵較為混亂，崗位的名稱很難準確反映技能要求;最后，大數據產業是一門新興的高技術產業，我國的大數據產業形成規模不超過10年，相關統計資料稀少，無法用于構建可靠的預測模型。

針對上述各項難點，我們在研究中采取了如下的方法。鑒于大數據技術在IT類企業中的普遍應用，我們不關注企業的類型劃分，而是直接調研與數據緊密相關的技術崗位。同時依據崗位的技能要求，而不是崗位的名稱來進行統計分析。在人力資源數據缺乏的條件下，我們通過行業產值、人均產值、基建規模等相關因素來估計人才需求。以下就是本文研究的主要內容。

（一）崗位與技能分析

我們通過前程無憂網站獲得了2019年4月1日，成都地區對高職學歷人才開放的大數據技術類職位的信息。雖然這些信息與人才需求總量無關，但是可以用于分析崗位與技能的構成。如無特別說明，本文中的大數據產業僅限于成都地區，調研的崗位僅限于最低學歷要求為高職或大專的崗位。

如上所述，我們首先根據收集到的招聘信息，對大數據技術的崗位進行分類。大數據產業的核心環節是數據采集、數據存儲與數據分析，但是企業一般沒有按照這些環節分設崗位，而是籠統的將相關職位稱為“大數據工程師”、“大數據開發工程師”等等。其原因是大數據處理的各個環節緊密相扣，對于典型的應用場景，形成了相對固定的技術與工具鏈組合，除了大型企業和特殊應用場景，根據工作流程對崗位的進一步細分沒有必要。但是我們經過統計發現，企業設置的眾多崗位在知識和技能要求上呈現出明顯的分化現象。據此可以將相關崗位分為三類：一是運維類，主要任務是系統的安裝、維護和優化;二是開發類，強調編程技能;三是分析類，要求一定的數據挖掘和統計學知識。此外，業界還提供少量數據標注崗位。數據標注是實施有監督學習算法的必需步驟，但是其工作技術含量不高，一般也沒有學歷和專業的要求，所以在本文中不再討論。我們的統計結果表明，運維、開發、分析三類崗位占比分別約為55%、42%和3%。可見高職畢業生更適合對數學要求不高的運維與開發類工作。

在對大數據技術崗位進行分類的基礎上，我們對各類崗位的技能要求進行了統計，以確定大數據人才建設的重點方向。統計結果顯示，運維崗位的主要技能是Oracle等關系式數據庫;開發崗位的主要技能是關系式與非關系式數據庫和Java編程;分析類工作主要由Excel完成。

（二）人才需求結構預測

成都的大數據產業目前處于快速成長的階段，不斷呈現新的面貌。我們認為有兩個趨勢將對人才需求的結構產生較大的影響：一是工業互聯網技術的落地應用;二是大數據基礎設施規模的急速擴張。

工業和信息化部、國家標準化管理委員會制定的《工業互聯網綜合標準化體系建設指南》指出，我國將在2020年初步建立工業互聯網標準體系。由于成都地區具有雄厚的重工業基礎，我們估計，在2022年左右，工業互聯網和工業大數據技術的應用將逐步鋪開，同時對大數據人才的技能將提出新的要求。相比通用的大數據技術，工業大數據技術具有這些特點：數據來源于工業控制網絡;數據要求實時處理;分析依靠工程數學模型。可以預測，未來的工業大數據人才需要掌握現場總線和實時計算的知識，同時也需要理解細分領域的工業技術。

成都在建的大數據基礎設施規模巨大，重量級的項目包括中國電信西部大數據中心、萬國數據成都數據中心等。據不完全統計，至2025年成都地區大型的云計算和大數據運營商將擁有7萬個機柜，計算與存儲能力是現在的10倍以上。因此大數據運維人員的占比將有所提高。

（三）人才需求總量預測

由于大數據從業人員的數量沒有可靠的歷史統計，無法直接估計其未來的變化走勢。但是在相關的研究中，我們對成都市大數據產業的產值做出了如表1的預測。

此外，第23屆中國國際軟件博覽會新聞發布會披露，2018年我國軟件行業人均產值約為100萬元。我們假定大數據產業的人均年度產值在2025年之前基本維持在100萬元，可以結合表1推算出成都市大數據逐年的從業人員數量。另外，成都市大數據產業聯盟估計，高職畢業生能夠勝任大數據技術崗位中的6成。據此我們預測了成都市至2025年的高職學歷大數據人才的需求，結果見表2。

三、結語與建議：

綜上所述，成都市大數據產業對高職層次人才的技能需求具有以下的特征。首先，對關系式數據庫與非關系式數據庫技術的掌握至關重要;其次，Java依然是業內最主要的編程語言;最后，大數據分析并非高職畢業生的強項。同時我們認為，在未來幾年，大數據運維與工業大數據的技能培養將更加重要。

最后，我們對成都地區高職院校培養大數據專業人才提出如下建議：一是強調數據庫技術與Java編程技術的基礎地位;二是針對大數據的工業應用，開設相關的機電與自控類課程;三是豐富大數據運維方向的教學內容;四是適當深化Excel應用的教學，為畢業生從事日常的數據統計和分析工作提供機會。

參考文獻：

[1]曾浩.成都市大數據產業發展預測[J].現代營銷（信息版），2019（8）：184-185.

[2]饒緒黎，趙佳旭，陳志德.基于互聯網數據的大數據人才需求調研及培養思考[J].工業技術與職業教育，2019，17（02）：26-30.

[3]徐國慶.工程實踐及行業需求導向的大數據人才培養[J].物聯網技術，2019，9（03）：111-112+114.

[4]黃山，劉學鋒，毛建華，李銀橋.基于關聯規則的大數據領域人才需求分析[J].工業控制計算機，2017，30（08）：78-80.