大数据应用创新团队建设的研究与实践_刘周斌
大数据实战应用事迹材料

大数据实战应用事迹材料《大数据实战应用事迹》在当今信息化和数字化的浪潮中,大数据已经成为企业竞争的关键因素之一。
许多企业开始将大数据技术应用到实际经营中,从而获得了意想不到的成果。
以下是一些关于大数据实战应用的事迹材料。
1. 亚马逊作为全球最大的电商平台之一,亚马逊一直致力于利用大数据来改进用户体验和销售业绩。
通过分析大量的用户行为数据和购物习惯,亚马逊能够向用户推荐更符合其兴趣和需求的商品,从而提高销售转化率。
此外,亚马逊还利用大数据技术来优化物流管理、库存预测和价格动态调整,使其供应链运作更加高效,从而降低成本并提高利润。
2. 人工智能医疗在医疗领域,大数据和人工智能的应用也取得了一些成就。
有一家创业公司通过收集和分析数百万份患者的病历和病情数据,利用机器学习技术开发了一种新型的肿瘤早期筛查系统。
这个系统能够通过分析多种医疗影像数据和生物标记物,快速准确地检测出患者是否患有肿瘤,并对肿瘤类型进行精准诊断。
这项技术的应用不仅能够帮助医生提高诊断效率和准确性,还可以帮助患者早期发现疾病,及早进行治疗,大大提高了治愈率。
3. 创新金融服务在金融领域,一些创新型的金融科技公司也开始利用大数据技术来改进其服务。
例如,一家互联网贷款平台通过分析用户的信用记录、消费行为和社交网络数据,建立了一套风险评估模型,能够更加精准地评估借款人的信用风险,并据此定制个性化的借贷方案。
这种基于大数据的风险控制模型,不仅能够减少坏账损失,还可以帮助更多的中小微企业和个人获得贷款支持,促进经济发展。
以上都是一些关于大数据实战应用的事迹材料,这些案例表明,大数据技术已经深入到各个行业,成为提升企业竞争力和改善社会福祉的重要工具。
通过不断创新和应用,大数据必将为人类带来更多的惊喜和惠益。
大数据分析与应用中的团队建设与人才培养

大数据分析与应用中的团队建设与人才培养随着信息技术的飞速发展,大数据分析与应用已经成为我国经济社会发展的重要驱动力。
在这一领域,团队建设与人才培养显得尤为关键。
本文将从专业角度探讨大数据分析与应用中的团队建设与人才培养策略。
一、团队建设的重要性在大数据分析与应用领域,团队建设是实现项目成功的基石。
一个高效、协同的团队能够确保项目的顺利推进,提高研究成果的质量。
团队建设的主要目标是打造一支具备专业素养、协同合作、持续创新的团队。
为实现这一目标,需关注以下几个方面:1.团队规模与结构:根据项目需求,合理配置团队成员,确保团队在专业技能、经验等方面具备多样性。
2.角色分工与协作:明确团队成员的角色分工,强化协作意识,提高团队整体执行力。
3.人才培养与激励:注重团队成员的职业技能提升和职业生涯规划,设立合理的激励机制,激发团队成员的积极性和创新能力。
4.团队文化塑造:培育积极向上的团队文化,增强团队凝聚力,促进团队成员之间的交流与沟通。
二、人才培养策略大数据分析与应用领域的人才培养是保障国家大数据战略实施的关键。
人才培养应遵循以下策略:1.学历教育与职业培训:构建完善的大数据相关专业课程体系,提高学生在大数据领域的理论素养和实践能力;针对在职人员,开展有针对性的职业培训,提升其专业技能。
2.产学研合作:加强高校、科研院所与企业之间的合作,搭建实践平台,促进人才培养与产业需求的紧密结合。
3.人才引进与交流:引进国内外优秀人才,激发创新活力;鼓励团队成员参与国际学术交流,拓宽视野,提升创新能力。
4.政策支持与保障:制定有利于大数据人才培养的政策措施,为人才提供良好的发展环境和支持条件。
三、团队建设与人才培养实践在实际工作中,团队建设与人才培养需相结合,形成良性互动。
以下是一些实践建议:1.开展团队建设活动:通过团队建设活动,增强团队成员之间的了解和信任,提升团队凝聚力。
2.设立人才培养计划:针对团队成员的不同需求,制定个性化人才培养计划,提供学习资源和机会。
14 大数据创新实践案例

的论文“The PageRank citation ranking:
Bringing order to the Web”
PageRank 算法中使用的数学知识包括:矩阵 的性质、特征值和特征向量、幂迭代方法等
互联网推荐系统
电子商务大数据应用与创新
广告索引库
大规模网页排名算法:PageRank
• 网页排名是网络搜索引擎的核心 • PageRank 是著名网络搜索引擎 Google 用于评测一个网
页 “重要性” 或 “影响力” 的一种方法
PageRank算法
这一漂亮的想法出自于Stanford大学1998年在 读博士研究生Larry Page和Sergey Brin
Improve urban planning, Ease Traffic Congestion, Save Energy, Reduce Air Pollution, ...
Urban Data Analytics
Data Mining, Machine Learning, Visualization
大数据原理与实践
Principles and Practice of Big Data
Syllabus
第一部分 大数据基础 • 第1章 大数据的基本概念 • 第2章 大数据的技术架构 • 第3章 大数据的应用
第三部分 大数据工程与实践 • 第10章 大数据工程 • 第11章 大数据创新实践案例
第二部分 大数据技术原理 • 第4章 大数据感知与获取 • 第5章 大数据存储 • 第6章 大数据管理 • 第7章 大数据计算 • 第8章 大数据分析 • 第9章 大数据可视化
大数据应用创新团队建设的研究与实践

大数据应用创新团队建设的研究与实践作者:刘周斌谭潇来源:《管理观察》2015年第01期摘要:鉴于大数据在电网中出现的场合越来越多,国家电网浙江省电力公司经济技术研究,创建了大数据应用创新团队,旨在研究大数据处理技术,以支撑相关科研工作。
文中从团队成立的背景、建设目标、角色定位、组织管理等方面进行了详细的阐述。
在此基础上,文章描述了大数据应用创新团队在技术、制度,以及人才等方面所取得的成效。
关键词:大数据应用创新 ;团队建设 ;研究与实践1.大数据应用创新团队成立的背景随着信息技术特别是互联网、云计算、物联网等技术的发展,引起了数据的爆炸性增长,数据已逐渐成为重要的生产因素。
近年来,全球能源问题日益严峻,世界各国都开展了智能电网的研究工作。
而支撑智能电网安全、自愈、绿色、坚强及可靠运行的基础是电网全景实时数据采集、传输和存储,以及累积的海量多源数据快速分析。
[1]智能电网建设背景下,电网业务数据从总量和种类上都已初具规模,大数据“量类时”的特性明显,电力成为大数据应用的重点领域之一。
鉴于大数据在电网中出现的场合越来越多,有必要对目前的应用现状进行总结,对将来的应用前景做出预测规划,为大数据技术在智能电网建设中的应用提供有益的参考。
[2]为此,国家电网浙江省电力公司经济技术研究院于2014年4月成立了院级大数据应用创新团队,旨在进一步提高大数据在电网企业中的应用理解,促进经研院大数据现状及应用前景分析和研究,确立大数据技术及应用研究方向。
2.大数据应用创新团队的建设目标根据经研究研究院“研究为本,创新为魂”的理念,以及院信息化建设的总体指导思想和规划,结合经研院院科技研究和信息化建设的实际需求,院研院大数据应用创新团队而成立。
团队作为院研院大数据应用需求的收集者、管理者和提出者以及其他研究团队在大数据应用方面的支撑者;以应用综合创新和技术持续保障为工作亮点,全面支撑并推进院以大数据为基础的科研工作的有效开展[3]。
湖北省教育科学规划2015年度立项课题

师范生教学技能综合集成“一站式”评价模式与应用 黄莉敏 湖北科技学院 研究 个体心理资本与亲密恐惧的关系: 基于心理安全感 中介作用研究 卢会醒 湖北科技学院
仿真翻译项目提高学译员能力研究——基于地方文化 吴咏花 湖北科技学院 英译视角的探讨 李嘉慧 湖北科技学院 张黎娜 湖北科技学院
121 社会主义核心价值观融入高校网络文化建设研究 122 123 我国学前教育教师专业发展支持服务体系研究-以咸 宁市为例
127 基于卓越英语教师培养的案例资源库建设与应用研究 岑海兵 黄冈师范学院 128 转型发展背景下大学生就业与创业理论与实践研究— 周海琼 黄冈师范学院 —以黄冈师范学院为例 王 王 沂 湖北理工学院 超 湖北第二师范学院
—12—
编号
课题名称
负责人
申报单位
42 MOOC视角下高校优质课程资源整合及共享机制研究 43
关高峰 长江大学
志愿服务视角下大学生社会主义核心价值观的培育和 伍廉松 长江大学 践行研究 殷亚林 江汉大学 王 雯 江汉大学
44 高校微课程体系构建与实践研究 45 非物质文化遗产进高校的路径与发展对策研究 46 高等学校《国际贸易》课程教学模式改革研究 47 武汉市寄宿制小学儿童心理健康研究 48 信息化条件下教学方式变革的研究 49 50 51 52
王远坤 湖北经济学院 彭 芸 湖北经济学院
严红英 湖北警官学院 宋福荣 湖北警官学院 胡卫红 湖北警官学院
公安类专业《刑事证据学》课程的实践性教学方法改 袁周斌 湖北警官学院 革研究 思想政治理论课推进社会主义核心价值观“三进”工 赵高彩 武汉体育学院 作实效性研究 洪晓彬 武汉体育学院 胡家浩 武汉体育学院 汪明春 武汉体育学院 李光军 武汉体育学院 高 平 武汉体育学院 蕾 武汉体育学院
大数据分析应用创新项目计划书

大数据分析应用创新项目计划书一、项目背景随着信息技术的飞速发展,数据已经成为企业和组织最重要的资产之一。
大数据分析作为一种有效的手段,可以帮助企业从海量的数据中提取有价值的信息,为决策提供支持,提升竞争力。
然而,当前的大数据分析应用仍存在一些局限性,如数据质量不高、分析方法单一、应用场景不够丰富等。
因此,本项目旨在通过创新的大数据分析应用,解决这些问题,为企业和社会创造更大的价值。
二、项目目标1、开发一种高效、准确的数据预处理技术,提高数据质量。
2、探索新的大数据分析算法和模型,提高分析的准确性和深度。
3、构建一个多场景的大数据分析应用平台,满足不同行业和领域的需求。
三、项目内容1、数据预处理技术研发设计数据清洗和转换的流程和算法,去除重复、错误和缺失的数据。
开发数据集成和融合的工具,将来自不同数据源的数据进行整合。
2、大数据分析算法和模型创新研究基于深度学习的大数据分析算法,如卷积神经网络、循环神经网络等。
探索结合图论和机器学习的大数据分析模型,挖掘数据中的复杂关系。
3、多场景大数据分析应用平台构建针对金融、医疗、电商等不同行业,设计定制化的数据分析解决方案。
开发用户友好的界面,方便用户进行数据上传、分析任务配置和结果展示。
四、项目实施计划1、第一阶段(第 1 3 个月)完成项目团队组建,包括数据科学家、工程师、产品经理等。
进行市场调研和需求分析,确定项目的重点和方向。
2、第二阶段(第 4 6 个月)开展数据预处理技术的研发工作,初步建立数据清洗和转换的框架。
启动大数据分析算法和模型的研究,确定技术路线和实验方案。
3、第三阶段(第 7 9 个月)完成数据预处理技术的开发和测试,确保数据质量得到显著提升。
取得大数据分析算法和模型的阶段性成果,进行性能评估和优化。
4、第四阶段(第 10 12 个月)构建多场景大数据分析应用平台的原型,进行内部测试和优化。
与部分潜在用户进行合作试点,收集反馈意见。
5、第五阶段(第 13 15 个月)根据试点反馈,对应用平台进行完善和改进。
大数据分析综合实践报告(3篇)

第1篇一、前言随着信息技术的飞速发展,大数据时代已经到来。
大数据作为一种新型资源,蕴含着巨大的价值。
为了更好地理解和应用大数据技术,提升数据分析能力,我们团队开展了本次大数据分析综合实践。
本报告将对实践过程、实践成果以及实践体会进行详细阐述。
二、实践背景与目标1. 实践背景随着互联网、物联网、云计算等技术的普及,人类社会产生了海量数据。
这些数据不仅包括传统的文本、图像、音频、视频等,还包括社交媒体、传感器、电子商务等新型数据。
如何从这些海量数据中提取有价值的信息,成为当前数据科学领域的重要课题。
2. 实践目标(1)掌握大数据分析的基本方法和技术;(2)运用所学知识对实际数据进行处理和分析;(3)提高团队协作能力和解决问题的能力;(4)培养创新意识和实践能力。
三、实践内容与方法1. 数据采集与预处理(1)数据采集:根据实践需求,我们从互联网上获取了相关数据集,包括电商数据、社交媒体数据、气象数据等;(2)数据预处理:对采集到的数据进行清洗、去重、格式转换等操作,确保数据质量。
2. 数据分析与挖掘(1)数据可视化:利用Python、R等编程语言,对数据进行可视化展示,直观地了解数据特征;(2)统计分析:运用统计方法对数据进行描述性分析,挖掘数据背后的规律;(3)机器学习:运用机器学习方法对数据进行分类、聚类、预测等分析,挖掘数据中的潜在价值。
3. 实践工具与平台(1)编程语言:Python、R;(2)数据库:MySQL、MongoDB;(3)数据分析工具:Jupyter Notebook、RStudio;(4)云计算平台:阿里云、腾讯云。
四、实践成果1. 数据可视化分析通过对电商数据的可视化分析,我们发现了以下规律:(1)消费者购买行为与时间、地区、产品类别等因素密切相关;(2)节假日、促销活动期间,消费者购买意愿明显增强;(3)不同年龄段消费者偏好不同,年轻消费者更倾向于追求时尚、个性化的产品。
2. 社交媒体情感分析利用社交媒体数据,我们对用户评论进行情感分析,发现以下结果:(1)消费者对产品的满意度较高,好评率较高;(2)消费者关注的产品功能主要集中在质量、价格、服务等方面;(3)针对消费者提出的问题,企业应加强售后服务,提高客户满意度。
大数据工程实践基地建设方案

大数据工程实践基地建设方案一、引言随着信息技术的飞速发展,大数据已经成为当今互联网时代最为炙手可热的一个话题。
在这个信息大爆炸的时代,大数据不仅仅是一个技术,更是一种思维方式。
大数据技术在商业运营、工业生产、科研技术等领域的应用已经取得了很大的成功。
由于我国对大数据技术的重视程度,为了满足国家经济建设和信息化需求,需要建设大数据工程实践基地,以推动大数据技术的发展和应用。
二、大数据工程实践基地建设的意义大数据工程实践基地的建设,旨在为推动大数据技术的研究和应用提供良好的基础条件。
通过建设大数据工程实践基地,可以推动各行业对大数据技术的应用和推广,带动我国经济的快速发展。
另外,大数据工程实践基地也可以为大数据技术人才的培养提供一流的实践平台。
通过大量的实践操作,能够提高大数据技术人才的实战能力,为我国的大数据产业发展稳固的人才基础。
三、大数据工程实践基地建设目标1. 提升大数据技术的研究和应用水平,打造一流的大数据科研平台。
2. 推动大数据技术在各行业的应用和发展,为推动我国经济发展注入新的活力。
3. 培养一批高素质的大数据技术人才,为大数据产业的发展提供强有力的人才保障。
四、大数据工程实践基地建设的内容与规划1. 建设硬件基础设施:创建一批高性能的服务器集群和存储系统,以保障大数据计算和存储的需求。
2. 建设软件系统平台:搭建一整套完善的大数据平台,包括大数据存储、分布式计算、数据处理、数据分析等系统,以满足大规模数据处理的需求。
3. 建设大数据实验室:在大数据工程实践基地内设立一批大数据实验室,提供专业的实验设备和实验环境,用于开展大数据相关的科研项目和实践操作。
4. 建设大数据人才培训中心:设立一所专业的大数据人才培训中心,为大数据技术人才的培养提供一流的教学资源和实践平台。
5. 建设大数据产业孵化中心:为了促进大数据技术在产业领域的应用,需要建设一批大数据产业孵化中心,提供创业支持和资金扶持,带动大数据产业的发展。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
5. 大数据应用创新团队取得的成效
5.1 技术方面 初步建立了经研院大数据应用的整体框架,包括硬 件层、数据转换层、关系型数据库、数据桥接层、大数 据存储和分析、大数据集群监控管理、数据源以及经研 院各业务系统等模块。大数据应用框架如图 1 所示。 初 步 建 立 了 大 数 据 应 用 的 基 础 环 境。 建 立 了 以 Hadoop 为核心的大数据应用基础环境,基础环境包括三
图 1 大数据应用框架
·
164 ·
综合管理
才脱颖而出。 团队成员涵盖 了信息管理、 计算机技术、 数据挖掘等方 面的优秀专业 技术人员,能 够保证大数据 应用的先进性 和可实施性。 团队设立专项 创新研究课 题、举办和参 加学术会议、 引进高层次人 才、鼓励提高
省公司大数据系统的有效融合;通过打造 技术先进、功能完善、标准统一的数据平台和综合应用 平台,为院各研究业务的开展提供持续的技术和数据保 障;以大数据应用为工作核心,通过收集整理、筛选评 定等手段,形成大数据应用的需求清单及完整的需求的 更新和管理机制;加强与外部高校或企业的联系,通过 有效地协作模式,吸收外部优秀资源参与团队,建立结 构合理、优势互补的创新团队。团队成员共 27 人,涵盖 了信息管理、计算机技术、数据挖掘等方面的优秀专业 技术人员,能够保证大数据应用的先进性和可实施性。 大数据应用创新团队拟建立科学的内部管理制度。 对团队的研究工作开展、技术交流、日常事务等制定详 细的管理办法和工作计划,并对团队成员关于研究工作 的贡献和发表论文、论著等制定有效的激励措施。 大数据应用创新团队将把团队成员的培养与科技项 目研究紧密结合,使团队成员在科技创新实践中加快锻 炼成长,早日成为学术带头人、专业技术骨干,实现个 人与团队相互促进、共同进步,保持团队的可持续发展。
参考文献:
学历等多种形
式对团队人才进行分层次培养,使团队成员的研发水平 和科研竞争力明显提高。初步形成了以团队带头人、核 心骨干成员、团队成员和后备梯队为主干的专业互补、 层次分明、分工明确、结构合理的创新人才群体。
6. 结语
通过对大数据应用创新团队的初步建设,进一步提 高了大数据在电网企业应用的理解。通过对团队的角色 定位,明确了经研院大数据创新团队研究领域与研究方 向。通过对大数据应用创新团队工作开展方式和组织模 式进行研究,制定了详细的团队规章制度,保证了团队 工作顺利有序高效地进行。另外,通过前期的建设,团 队还详细分析了经研院大数据现状及应用前景,规划了 大数据创新团队研究课题及项目计划,形成 3 到 5 年的 项目清单,为后续开展经研院大数据相关应用和研究工 作提供基础和铺垫。
·
165 ·
3. 大数据应用创新团队的角色定位
3.1 院级大数据平台的建设者和运维者 作为经研院大数据应用的基础环境支撑团队,负责 经研院大数据基础环境的规划和建设,承担经研院大数据 相关基础环境的日常运维工作。团队结合电力业务性质以 及发展需求,对大数据平台给以定位,从数据范围、数据 规模、应用范围等方面出发,积极开展前期规划。团队根 据经研院的实际情况,通过研究,形成大数据技术框架设 计,并搭建一套大数据框架平台,以此平台为基础,充分 利用其先进特性,集成海量数据,实现数据的统一存储和 管理,海量数据的计算和分析,进而完成基于电网分析的 示例应用。 3.2 大数据应用所需数据的管理者 作为经研院数据采集及管理的技术支撑团队,负责 院内数据的收集和管理的技术支撑,主要包括:制定院 级的数据管理办法并落实;规划并实现不同研究用数据
2. 大数据应用创新团队的建设目标
根据经研究研究院“研究为本,创新为魂”的理念, 以及院信息化建设的总体指导思想和规划,结合经研院 院科技研究和信息化建设的实际需求,院研院大数据应 用创新团队而成立。团队作为院研院大数据应用需求的 收集者、管理者和提出者以及其他研究团队在大数据应 用方面的支撑者;以应用综合创新和技术持续保障为工 作亮点,全面支撑并推进院以大数据为基础的科研工作
[1] 宋亚奇,周国亮,朱永利 . 智能电网大数据处理技术现 状与挑战 [J]. 电网技术,2013, 37(4):927-934. [2] 陈超,张顺仕,尚守卫,孙飞 . 大数据背景下电力行业 数据应用研究 [J]. 现代电子技术,2013,36(24):8-11. [3] 李振元,李宝聚,王泽一 . 大数据技术对我国电网未来 发展的影响研究 [J]. 吉林电力,2014, 42(1):10-13.
个部分分别为数据转换层、大数据存储集群管理和大数 据分析管理,如图 2 所示。 初步规范了结构数据的存储模型。在借鉴国外公司 发布的 SG-CIM 模型标准的基础上,考虑大数据存储模型 在分布式存储方面的特点。初步确立了 SG-CIM 技术文档 与营销相关的类及属性(主要涵盖了客户,电量,电价, 负荷曲线,服务五个部分),并在此基础上,充分考虑 类之间的关系(关联、继承、聚合等),并按照大数据 存储的思路,设计 Hbase 存储的表结构、列簇、字段等。 为后期其他业务领域的应用提供参考。 5.2 制度方面 建立了一系列团队内部管理制度和运行机制。用 新的用人制度、分配制度和考核、评价、激励、引导 机制,激发团队成员的创新热情,通过加强管理模式 和内部运行机制的建设,提高了团队工作效率,增强 了团队凝聚力,发挥了团队潜力。制定了《大数据应 用创新团队建设实施管理办法》,从团队带头人的权 力和职责、团队成员管理、资助经费管理和使用、创 新成果管理、科技创新机制、团队发展思路和方向等 方面都做了具体规定,对成员进行流动式和动态管理; 制定了较符合实际的绩效考核制度,对各项内容划分 权重比例,较全面客观的评价出每个团队成员的功、 德、能、勤,采用灵活的用人机制,重用年轻人,不 搞论资排辈,级别(职务)能上能下,人员能进能出, 取得了较好的效果。 5.3 人才方面 大数据应用创新团队经过建设,一批中青年骨干人
关键词:大数据应用创新
团队建设
研究与实践
1. 大数据应用创新团队成立的背景
随着信息技术特别是互联网、云计算、物联网等技 术的发展,引起了数据的爆炸性增长,数据已逐渐成为 重要的生产因素。近年来,全球能源问题日益严峻,世 界各国都开展了智能电网的研究工作。而支撑智能电网 安全、自愈、绿色、坚强及可靠运行的基础是电网全景 实时数据采集、传输和存储,以及累积的海量多源数据 快速分析。
智能电网建设背景下,电网业务数据从总
量和种类上都已初具规模, 大数据 “量类时” 的特性明显, 电力成为大数据应用的重点领域之一。 鉴于大数据在电网中出现的场合越来越多,有必要 对目前的应用现状进行总结,对将来的应用前景做出预 测规划,为大数据技术在智能电网建设中的应用提供有 益的参考。[2] 为此,国家电网浙江省电力公司经济技术 研究院于 2014 年 4 月成立了院级大数据应用创新团队, 旨在进一步提高大数据在电网企业中的应用理解,促进 经研院大数据现状及应用前景分析和研究,确立大数据 技术及应用研究方向。
总第 564 期 第1期
管
理
观
察
Management Observer
2015 年 1 月 上旬出版
大数据应用创新团队建设的研究与实践
刘周斌,谭 潇 杭州 310008) (国网浙江省电力公司经济技术研究院,浙江
摘要:鉴于大数据在电网中出现的场合越来越多,国家电网浙江省电力公司经济技术研究,创建了
大数据应用创新团队,旨在研究大数据处理技术,以支撑相关科研工作。文中从团队成立的背景、建设 目标、角色定位、组织管理等方面进行了详细的阐述。在此基础上,文章描述了大数据应用创新团队在 技术、制度 , 以及人才等方面所取得的成效。
4. 大数据应用创新团队的组织管理
团队成员分为三个层级,分别是:团队带头人、核 心骨干成员以及普通团 队成员。团队带头人全 面负责团队建设和管理, 核心骨干成员主要负责 技术全面把关,承担项 目实施;普通团队成员 参与项目实施。团队建 设的总体思路是:以数 据为基础,以应用为核 心,工程数据为特色, 人才和制度为保障,推 进院级大数据的技术应 用和保障工作。以工程 数据为切入点和特色, 逐步实现各类电网业务 数据和社会经济数据的
[1]
的有效开展 [3]。 大数据应用创新团队以“业务导向,技术创新、务 求实用,全面支撑”为工作原则,以“统一的框架体系、 统一基础平台、统一的运行管理,统一的应用规划”为 工作要求,以“是否能支撑院科研业务开展,满足服务 公司电网发展与经营管理需要” 为工作评判标准, 实现 “以 大数据技术为基础,应用为核心,充分挖掘与发挥数据 应用价值,有力推动院科研工作开展,不断培育院大数 据人才,打造一支创新观念强、理论基础实、应用成果 丰的‘松散协作型’专家队伍,努力成为省公司大数据 应用的主力军”的建设目标。
·
163 ·
综合管理
的采集;研究数据质量的检查手段和提升途径并落实; 研究院级数据中心向各研究团队提供数据的方式以及研 究成果数据的反向收集等;研究对非结构化数据的收集 和存储,研究对关键信息的提取技术。 3.3 院大数据业务应用研究的技术配合者 作为经研院大数据应用研究方面的技术支撑的核心 团队,负责支撑各个业务研究团队在研究过程中大数据 应用技术方面的需求,内容包括:参与各个研究团队的 项目中承担大数据技术的应用工作;研究大数据的典型 应用过程和方法论,指导各个研究团队的大数据应用; 研究大数据技术中的核心模型和技术的应用,极大地提 升了大数据应用水平。 3.4 省公司大数据相关研究应用的业务指导者 作为经研院同省公司大数据研究团队的接口团队, 承担省公司大数据研究团队在经研院业务方向的业务专 家角色,实现经研院和省公司大数据研究方面的有效协 同和互动。 3.5 经研院内部跨专业大数据业务应用研究牵头者 经研院内部跨专业大数据业务应用研究牵头者作为 院大数据研究的牵头团队,负责经研院内大数据研究需 求的收集和管理;负责牵头跨专业团队(多专业协同) 以大数据应用为基础和特色的科研项目 , 以充分发挥各 个创新团队的核心人员均是大数据创新团队的核心人员 的团队的优势。