应对“大数据人才荒” 八大综合试验区“有招”
2017年高考录取工作已经接近尾声，数据观记者从多所高校招生办了解到，在今年的报考专业中，“数据科学与大数据技术专业”尤为受到考生们的关注。今年3月，教育部公布了第二批开设“数据科学与大数据技术”专业的高校名单，至此，全国获批开设大数据专业的高校从之前的3所增加至35所，从地理位置上覆盖了我国东北、华中、华东、东南、西北、西南等全国大部分地区。
虽然我国大数据发展已经进入爆发期，但大数据的学科和专业建设才刚刚上路。目前，人才队伍建设难以满足大数据发展需求，“大数据人才荒”亟待解决。
发展大数据 人才是前提
2015年9月，国务院印发的《促进大数据发展行动纲要》中提出要加大专业人才培养力度，建立健全多层次、多类型的大数据人才培养体系。指出要从加强自主培养和促进国际交流合作两个方面着手推动大数据人才建设：一方面鼓励高校设立数据科学和数据工程相关专业，鼓励采取跨校联合培养、校企合作培养等方式培养大数据大数据综合型人才、复合型人才、应用创新型人才;另一方面要积极推进大数据技术交流与合作，引进大数据高层次人才和领军人才，鼓励海外高端人才回国就业创业。
2016年12月，工信部发布的《大数据产业发展规划(2016-2020年)》中提到：我国大数据发展目前存在大数据基础研究、产品研发和业务应用等各类人才短缺的问题，难以满足发展需要。有业内人士表示：“人才问题是大数据发展至今所面临的最严峻的问题”。
今年5月，数博会上发布的《2017中国大数据发展报告》揭露了我国大数据人才缺失的现状，表明国内大数据人才，尤其是数据分析、系统研发等技术类人才极度稀缺。报告还显示出我国大数据人才存在地域供需不均衡、学历层次错位明显、预期薪资与市场脱节等问题。据国内某招聘平台调查统计称：“短期内我国大数据人才缺口将超过一百万以上”。
值得一提的是，大数据人才短缺，并不是我国大数据发展特有现象。据了解，美国、英国、日本、新加坡等国大数据发展也不同程度地面临着“人才短缺”问题。据麦肯锡研究分析显示：“到2018年，美国大数据人才和高级分析专家的人才缺口将高达19万，美国企业对‘可以利用大数据分析进行有效决策的经理和分析师’这一类人才的需求缺口甚至达到150万”。
只有人才兴旺，大数据的发展才会有“春天”。大数据人才建设，不仅是企业的经营管理问题，更是行业发展的基础和关键问题。大数据人才缺失必然会制约着大数据产业的发展。
应对“大数据人才荒” 八大综合试验区“有招”
2016年2月，国家发展改革委、工业和信息化部、中央网信办同意贵州省建设国家大数据(贵州)综合试验区，这也是首个国家级大数据综合试验区。同年10月，同意在京津冀等七个区域推进国家大数据综合试验区建设。
大数据人才队伍建设是推动大数据产业发展必须重视的课题。目前，已获批的八个国家大数据综合试验区纷纷将大数据人才建设列入发展规划中。应对“大数据人才荒”，先看看他们具体怎么做?
贵州：校、企、政三方联合培育大数据人才
贵州是我国首个大数据综合试验区，大数据发展起步较早，又因其处于相对闭塞的西部地区，在教育、经济等社会各方面与东部地区存在不小差距，因而从发展大数据的最开端，贵州就面临着大数据相关人才缺乏的难题。
2014年2月，贵州发布《关于加快大数据产业发展应用若干政策的意见》(以下简称《意见》)和《贵州省大数据产业发展应用规划纲要》(以下简称《纲要》)两份文件，标志着贵州正式开始发展大数据。文件中对大数据人才队伍建设做了具体的规划。
《意见》提出从鼓励高等院校开设大数据相关的研究生课程;推动建立长效科技人才合作机制;鼓励大数据产业人才来黔创业;提高大数据人才待遇几个方面加强人才队伍建设。《纲要》提出实施“高端人才引进和培养计划”，以大数据领域研发和产业化项目为载体，引进高端人才。围绕大数据产业所需专门人才，通过高校与职业技校开展高等技术教育和职业技能培训。此基础上确立了引进大数据领军人才100名，高端人才5000名。未来5年培养5万名左右的技术技能型、复合技能型和知识技能型专业技术人才的人才队伍建设目标。
2015年1月，贵州贵阳出台了《关于加快大数据产业人才队伍建设的实施意见》，从政策上基本确立了依托高校培养储备大数据人才;支持大数据企业培养引进人才;支持大数据人才创新创业;提升大数据人才待遇几个方面培养大数据人才。此后，贵州接连出台了《贵阳市大数据“十百千万”人才培养计划实施办法》、《贵阳市大数据产业人才专业技术职务评审办法(试行)》等系列政策文件，丰富与细化人才队伍建设措施。
在一系列政策的引领指导下，贵州省各级政府频繁出手，通过在国内外多次举办“招商引智推介会”引进人才;通过“企、校、政三方联合”与省内外高校职校、IBM、阿里巴巴集团、科大讯飞、浪潮集团、安艾艾迪信息技术(上海)有限公司、中国农业科学院、绵阳市政府等签署战略合作协议共同培养人才;实施大数据“十百千万”人才培养计划;发布了首批大数据技术榜单，面向全球“招才引智”。
今年获批开设的“数据科学与大数据技术专业”32所高校中，贵州占了5所。
数据观记者近日从贵阳市人力资源和社会保障局了解到，仅贵阳市大数据相关人才已突破13万人，占全市人才总量的22%。在一定程度上缓解大数据人才荒，支援贵阳大数据发展。
京津冀：重点推进大数据人才引进等制度建设
2016年12与22日，京津冀三地共同发布《京津冀大数据综合试验区建设方案》，启动大数据综合试验区建设。京津冀是中国的“首都圈”，是全国科教智力资源最为密集的地区之一，拥有中关村这一国家级自主创新示范区、国家级人才特区，拥有我国最集中的大数据资源、人才和产业资源。相对而言，京津冀发展大数据在人才等诸多方面具有明显优势。
北京大数据研究院院长助理傅毅明仍旧认为：“目前、大数据产业发展在人才，尤其是顶尖人才、高层次人才方面是偏紧张的”，“京津冀三地协同发展，人才更是重要的要素。”他认为即使是京津冀地区也同样面临人才短缺的问题。
大数据人才引进等制度建设是京津冀作为试验区的建设任务之一，《京津冀大数据综合试验区建设方案》提出：“共同争取实施更便利的人才引进等制度和措施，将外籍人才‘绿卡’制度延伸到试验区”。
《北京市大数据和云计算发展行动计划》中提出：要培养高端专业人才，通过高校、研究机构、中介组织等加强对大数据和云计算专业型、创新型、复合型人才的培养，建立人才激励机制，营造有利于人才创新发展的环境。积极推进大数据和云计算相关国际交流与合作，引进国际顶尖人才团队。
河北省将“大智移云”人才列为全省人才工作体系重要组成部分，通过顶层设计和规划实施，整合部门资源，强化政策支持，完善培养、选拔、使用、评价和激励机制，计划抢占大数据人才高地。一方面加大引才力度，通过落实人才体制机制改革相关激励支持政策;打造建设国家“千人计划”创业园等方法吸引“大智移云”人才。另一方面，励高等学校建设大数据学院，设立大数据、云计算等学科，推动省内外高等学校与行业企业、科研院所深度合作，培养网络信息技术研发、市场推广、服务咨询等新型人才，壮大专业队伍。此外，本科及以上毕业生在河北网络信息技术企业工作，还能享受的河北相应的优惠政策。
依靠丰富的教育资源要与产业方面的优势，以北京为首的京津冀地区，联合政企校成立京津冀大数据应用研究院、京津冀大数据产业协同创新平台等一批人才培养机构。共同探索创新三地大数据人才联合培养、大数据人才引进、流动与共享、大数据人才创新创业等试点示范，为京津冀大数据产业发展提供人才与智力支撑。
珠江三角洲：订单式人才培养
广东省于2012年底提出《广东省实施大数据战略工作方案》，并在2014年初正式成立省大数据管理局，是我国较早探索大数据发展的省份之一。
2017年4月，广东省发布《珠江三角洲国家大数据综合试验区建设实施方案》，方案指出，广东将从支持在粤高校设立数据科学和数据工程相关专业;支持高校与企业联合建立大数据教学实践和实习培训基地;鼓励企业开展在职人员大数据技能培训;引进和培养大数据领域高端领军人才和创新科研团队，吸引海外大数据高层次人才到我省就业、创业几个方面入手培育建设人才队伍。
广东大数据建设起步较早，近几年来，包括东莞、深圳、中山、广州、清远在内的广东省主要城市都制定了本区域大数据发展规划，根据各自区域特点提出了具体的人才培育计划。
广州市大数据人才建设从加强培育和引进大数据高端人才和团队入手;支持高等院校设置相关专业;鼓励企业自行培养;鼓励高等职业技术学院开展订单式人才培养;鼓励社会机构开展大数据相关认证培训培养几大方面进行，并在此基础上提出培养目标，为大数据发展提供研究型、实操型、专业型的各类人才。同时，广州市还为符合条件的大数据产业领军人才办理引进人才入户提供“绿色通道”。
中山市强调发挥大数据示范项目的引领作用，通过项目引进海内外大数据产业研发、应用、推广和服务的专业人才，配合相应的配套服务政策，加强交流，建立大数据领军人才库。
2017年3月，清远市发布《大数据发展“十三五”规划》，规划提出镇远将通过建立健全大数据专业技术人员培训、教育制度;建设大数据教学实践基地和大数据人才培育基地;鼓励大数据专业技术人员参加资质和水平认证;鼓励企业与高校开展订单式人才培养。搭建“政产学研用”合作平台，采取技术咨询、科研攻关、短期聘用等方式，培育和引进数据分析师、数据咨询师等专门人才，充分利用社会智力资源为大数据产业发展服务。
上海：加强国际交流合作引人才
上海是全球著名的金融中心，也是全球最繁华的大都市之一，信息化服务产业集聚，科研机构、高等院校众多，技术人才聚集，研究实力比较雄厚。有专家评价：“上海发展大数据产业拥有大量高端人才优势。”
2013年7月，《上海推进大数据研究与发展三年行动计划(2013-2015年)》提出培养和引进千名高端数据人才。针对前瞻布局、技术引领的需求，整合上海研究力量，加强国内外学术和技术交流，研究、探讨并掌握数据科学的基础理论和基本方法，为数据技术开发、数据人才培养和数据产业发展提供指导和支撑。
2016年10月，上海市人民政府印发的《上海市大数据发展实施意见》中指出：要支持高等院校积极参与大数据各专项工程建设;鼓励跨校联合培养大数据复合型人才;支持企业、研究机构、高等院校等开展联合攻关和人才培养，形成人才梯队;加强大数据国际交流与合作，海外高端大数据人才回国就业创业。
此外，上海还在人才、财税、科技金融等方面设计有利于大数据人才和数据产业发展的政策，使其利于大数据的发展。
河南：依靠“大数据平台”育人才
河南位于我国中部，承东接西，是我国第一人口大省。发展大数据具有数据资源丰富多样，交通区位便利的优势，
2017年4月，河南省印发《河南省推进国家大数据综合试验区建设实施方案》(以下简称《实施方案》)，《实施方案》指出，初步建立人才培养体系，是河南省试验区建设目标之一。
《实施方案》进一步指出，将通过依托“中原学者”、“百人计划”等人才工程，培养与引进大数据人才;坚持“走出去”和“引进来”相结合，既要加强“人才培育”又要通过各种政策措施“留住”人才。同时，还鼓励高校设置数据科学与大数据技术相关专业，重点培养具有数理统计、数据挖掘、大数据管理与分析等知识和技能的复合型人才。
此外，河南省还强调提升公务人员相关专业素养，提高省内领导干部对云计算、大数据的认识，加强相关人员培训，增强学习效果。着力提高一线业务人员的大数据水平，重点培养业务骨干的大数据知识素养，建立专门的政务大数据采集管理和分析挖掘队伍。
在具体实施上，河南省依靠省内多个大数据领域创新平台承担大数据人才培养任务，为全省大数据发展提供各类人才。据数据观统计，在河南省批复同意组建的60个大数据领域创新平台中，有22个平台承担着相关人才培养任务或目标。
重庆：以“研发”和“产业化项目”为载体引进人才
重庆是西南地区综合交通枢纽和最大的工商业城市，具有着西部开放开发战略支撑和长江经济带西部中心枢纽支撑意义。
重庆市自提出发展大数据以来，就将人才引进与培育作为发展目标推进，在2013年发布的《重庆市大数据行动计划》中，重庆市确立了到2017年引进和培养1000名大数据产业高端人才的发展目标。
重庆市人才建设以大数据领域研发和产业化项目为载体，引进有关高端人才，给予政策支持;鼓励大学设立大数据专业研究生课程，培养数据研究人员、工程师等高端人才。鼓励高校与科研机构联合培养大数据产业化应用各类人才。
沈阳：推进与其他城市交流合作，形成大数据人才体系
作为东北仅有国家大数据综合试验区，沈阳市将注重数据资源统筹，加强大数据产业集聚，发挥辐射带动作用，促进区域协同发展，实现经济提质增效。
沈阳市就业和人才服务局在2016年发布“中高级人才需求调查报告”。408家用人单位中高级人才需求总数为4542人，其中，大数据人才需求量为598人，是所有人才需求中量最大的一类。
《沈阳市促进大数据发展三年行动计划》指出，加强人才培养和交流合作。鼓励高校设立数据科学和数据工程相关专业，重点培养专业化数据工程师等大数据专业人才。鼓励高等院校、职业院校和企业合作，加强职业技能人才实践培养，积极培育大数据技术和应用创新型人才。积极推进与其他城市的大数据技术交流与合作，引进大数据高层次人才和领军人才，形成大数据人才体系，支撑大数据产业发展。
内蒙古：人才培养、引进与共享并举
内蒙古自治区是目前我国唯一一个大数据基础设施统筹发展类综合试验区，大数据专业人才以及高端人才缺乏，成为制约自治区大数据、云计算产业发展的重要因素。
内蒙古人才队伍建设遵循“政策留人、环境留人、事业留人、待遇留人、感情留人、制度留人”(六留)的总体思路，走人才培养、引进与共享并举的发展道路，制定高端人才“引智”计划，中低端人才的就地培养计划。
内蒙古在《促进大数据发展应用若干政策》中提出：鼓励区内高等院校开展与大数据相关教育;推动区内高校与企业、科研院所协同共建教育实践和培训基地，并给予一定的补助;对于来蒙创业就业人才、团队给予创业资金支持、税收方面的优惠。此外还未引进的人才提供科研支持、住房和医疗保障及配偶就业、子女就学等支持政策。
为了加大人才引进力度，解决大数据人才紧缺问题，内蒙古编制了《呼和浩特市大数据人才引进暂行办法》，提出“人才+项目+技术”人才引进方式，确立了详细的人才分类及待遇细则。
因地制宜，八个国家大数据综合试验区的人才建设探索各具特点，但也都有着诸多的高校、政府、企业、第三方机构等多方协作推进的典范，为我国大数据人才库建设积累宝贵的经验。
在推动当地大数据发展的同时，国家大数据综合试验区也积极开展大数据人才队伍建设探索，为我国大数据人才库建设积累宝贵的经验。迎合我国大数据整体发展趋势，结合当地实际情况，八大试验区的人才建设探索各具特点，但也存在共性的一面。
