云计算大数据产业方面的企业座谈会发言 v02.docx

1大数据相关技术的赋能由于大数据生态体系中存在大量开源技术及组件，在开源基础上进行适度的优化、应用，成为业内头部公司广泛采用的模式。建议考虑组织一些研讨交流峰会，邀请省内互联网及大数据等头部公司，在可能的情况下提供已有的开源，或者适合推广的大数据相关技术、组件、产品等知识成果，进行学术、技术及应用研讨交流，以此协助并带动大批相关IT企业对大数据的技术和应用的普及提升，同时可促进头部公司相关成果的影响力，形成大数据领域以点带面、普惠共进的局面。2国产化带来的产品升级扶持例如：CemoS作为大数据普遍使用的开源底层操作系统系统，其主导公司redhat,2023年之后，停止支持，对应国产化的一些要求，现有的大数据产品研发及项目落地要进行“去CemoS化”；特别是政府部门及一些事业单位，已经明确要求在项目中禁止使用Centoso作为企业，在现有多年积累的大数据产品上，进行去CemOS或者国产化等，需要大量的移植验证和运维工作，产生较大的人力物力成本，这方面希望得到政府部门的大力扶持，对于现有产品（如具备著作权），进行认证审核后，提供研发、项目、或者财税方面的政策、资源、资金方面的定向扶持。类似的模式，亦适用于大数据生态体系相关的数据库、中间件、应用服务软件国产化、去IoE化等。3大数据相关基础设施方面大数据存储、计算比较耗费服务器，网络等资源，建议考虑提供公共化的环境支持，作为公共资源，让企业或研发团队进行申请、使用，便于研究、验证、产品、项目等落地，降低技术和应用研究门槛和条件。如：对于“东数西算”等资源的配置，政府可以采取或者组织采用团购议价模式，进行资源及算力等的批量采购，二次分配给所需的企业或研究部门。对于研究或应用产生社会效益或经济效益的项目，给予更多的基础设施资源扶持。4大数据人才培养方面大数据行业技术领域，重应用，轻底层研发的情况普遍存在，对于底层组件的研究、优化、结合行业应用定制的大数据中高端人才，还是很稀缺。具备创造性的大数据相关底层研究和开发，多半通过自学，再教育、兴趣驱动的开源研究等模式，效率较低，不容易普及和长期持续性研究，希望能提供一些更高效的人才供给机制，给企业输送对口的专业人才，鼓励从大数据基础组件的底层开始研发，结合我们国家的行业特点和需求，培养底层研发的高端人才。支持企业积极参与大数据各专项工程建设，鼓励校企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。特别是结合大数据技术及各个相关产业，产品，应用模式落地的综合型人才培养。5大数据创新扶持大数据创新研究的支持与鼓励，包括布局数据测度、数据相似、数据计算和数据实验等数据科学基础理论研究及已有技术在行业内的创新应用。突破大数据建模与存储、大数据计算框架、机器学习与人工智能、大数据挖掘、大数据融合等大数据关键技术，形成自主知识产权。推动科技文献、科学数据、技术标准等科技数据资源的整合共享，促进科技与工程创新。对于获得研发成果、取得专利等方面政府予以一定的鼓励，对于单位和个人，可以激励的手段，包括荣誉证书、安家落户政策、物资奖励等。