成都市高职学历大数据人才需求分析与预测

曾浩 方敏 禹水琴

摘  要：自2017年以来，成都地区的大数据产业进入了高速发展的阶段。与此同时，大数据人才缺乏的问题日渐突出。由于高职毕业生能够胜任相当比例的运维与开发职位，高职院校正在积极地开设大数据技术与应用专业。为此我们对成都地区开放的大数据技术岗位进行了统计与分析，总结出了高职学历大数据人才所需的关键技能。我们还根据成都大数据产业发展的趋势，预测了至2025年成都高职学历大数据人才需求的规模，并提出了大数据运维与工业大数据这两个重要的专业方向。我们希望本文的结果能够为相关高职院校进行大数据专业建设提供参考。

关键词：产业经济;大数据产业;人才需求

一、研究背景

成都是全国首批智慧城市、信息消费和信息惠民试点示范城市，在电子商务、商贸物流、金融保险等领域有巨大的数据供给予数据挖掘需求。在2017年，成都市政府出台了《成都市大数据产业发展规划（2017-2025年）》，引领大数据产业快速健康发展，推动形成创新引领的数字经济体系。该规划实施以来，成都市大数据产业平均年增速达到了50%，在软件与信息服务产业群中表现突出。但是由于大数据人才的培养难以跟上产业发展速度，人才的供给出现了严重不足。我们预测，成都的大数据产业在未来5年将维持两位数的增长率，对大数据人才的需求也会稳定上升。我们在前期调研中还发现，相当多的大数据岗位对高职毕业生开放。为此我们调研了成都市大数据产业对高职学历层次人才的需求，并对其做出了分析和预测。

二、研究方法与内容

为了研究大数据产业对人才的需求，我们需要对大数据企业的岗位进行统计分析。但是搜集和利用相关的资料非常困难。首先，大数据产业脱胎于传统的软件与信息服务产业，大数据技术和传统的软件技术、网络技术等相互渗透，企业的大数据业务和非大数据业务界限也很模糊，甚至于如何界定大数据企业也没有统一的标准;其次，大数据产业中的技术岗位名称与内涵较为混乱，岗位的名称很难准确反映技能要求;最后，大数据产业是一门新兴的高技术产业，我国的大数据产业形成规模不超过10年，相关统计资料稀少，无法用于构建可靠的预测模型。

针对上述各项难点，我们在研究中采取了如下的方法。鉴于大数据技术在IT类企业中的普遍应用，我们不关注企业的类型划分，而是直接调研与数据紧密相关的技术岗位。同时依据岗位的技能要求，而不是岗位的名称来进行统计分析。在人力资源数据缺乏的条件下，我们通过行业产值、人均产值、基建规模等相关因素来估计人才需求。以下就是本文研究的主要内容。

（一）岗位与技能分析

我们通过前程无忧网站获得了2019年4月1日，成都地区对高职学历人才开放的大数据技术类职位的信息。虽然这些信息与人才需求总量无关，但是可以用于分析岗位与技能的构成。如无特别说明，本文中的大数据产业仅限于成都地区，调研的岗位仅限于最低学历要求为高职或大专的岗位。

如上所述，我们首先根据收集到的招聘信息，对大数据技术的岗位进行分类。大数据产业的核心环节是数据采集、数据存储与数据分析，但是企业一般没有按照这些环节分设岗位，而是笼统的将相关职位称为“大数据工程师”、“大数据开发工程师”等等。其原因是大数据处理的各个环节紧密相扣，对于典型的应用场景，形成了相对固定的技术与工具链组合，除了大型企业和特殊应用场景，根据工作流程对岗位的进一步细分没有必要。但是我们经过统计发现，企业设置的众多岗位在知识和技能要求上呈现出明显的分化现象。据此可以将相关岗位分为三类：一是运维类，主要任务是系统的安装、维护和优化;二是开发类，强调编程技能;三是分析类，要求一定的数据挖掘和统计学知识。此外，业界还提供少量数据标注岗位。数据标注是实施有监督学习算法的必需步骤，但是其工作技术含量不高，一般也没有学历和专业的要求，所以在本文中不再讨论。我们的统计结果表明，运维、开发、分析三类岗位占比分别约为55%、42%和3%。可见高职毕业生更适合对数学要求不高的运维与开发类工作。

在对大数据技术岗位进行分类的基础上，我们对各类岗位的技能要求进行了统计，以确定大数据人才建设的重点方向。统计结果显示，运维岗位的主要技能是Oracle等关系式数据库;开发岗位的主要技能是關系式与非关系式数据库和Java编程;分析类工作主要由Excel完成。

（二）人才需求结构预测

成都的大数据产业目前处于快速成长的阶段，不断呈现新的面貌。我们认为有两个趋势将对人才需求的结构产生较大的影响：一是工业互联网技术的落地应用;二是大数据基础设施规模的急速扩张。

工业和信息化部、国家标准化管理委员会制定的《工业互联网综合标准化体系建设指南》指出，我国将在2020年初步建立工业互联网标准体系。由于成都地区具有雄厚的重工业基础，我们估计，在2022年左右，工业互联网和工业大数据技术的应用将逐步铺开，同时对大数据人才的技能将提出新的要求。相比通用的大数据技术，工业大数据技术具有这些特点：数据来源于工业控制网络;数据要求实时处理;分析依靠工程数学模型。可以预测，未来的工业大数据人才需要掌握现场总线和实时计算的知识，同时也需要理解细分领域的工业技术。

成都在建的大数据基础设施规模巨大，重量级的项目包括中国电信西部大数据中心、万国数据成都数据中心等。据不完全统计，至2025年成都地区大型的云计算和大数据运营商将拥有7万个机柜，计算与存储能力是现在的10倍以上。因此大数据运维人员的占比将有所提高。

（三）人才需求总量预测

由于大数据从业人员的数量没有可靠的历史统计，无法直接估计其未来的变化走势。但是在相关的研究中，我们对成都市大数据产业的产值做出了如表1的预测。

此外，第23届中国国际软件博览会新闻发布会披露，2018年我国软件行业人均产值约为100万元。我们假定大数据产业的人均年度产值在2025年之前基本维持在100万元，可以结合表1推算出成都市大数据逐年的从业人员数量。另外，成都市大数据产业联盟估计，高职毕业生能够胜任大数据技术岗位中的6成。据此我们预测了成都市至2025年的高职学历大数据人才的需求，结果见表2。

三、结语与建议：

综上所述，成都市大数据产业对高职层次人才的技能需求具有以下的特征。首先，对关系式数据库与非关系式数据库技术的掌握至关重要;其次，Java依然是业内最主要的编程语言;最后，大数据分析并非高职毕业生的强项。同时我们认为，在未来几年，大数据运维与工业大数据的技能培养将更加重要。

最后，我们对成都地区高职院校培养大数据专业人才提出如下建议：一是强调数据库技术与Java编程技术的基础地位;二是针对大数据的工业应用，开设相关的机电与自控类课程;三是丰富大数据运维方向的教学内容;四是适当深化Excel应用的教学，为毕业生从事日常的数据统计和分析工作提供机会。

参考文献：

[1]曾浩.成都市大数据产业发展预测[J].现代营销（信息版），2019（8）：184-185.

[2]饶绪黎，赵佳旭，陈志德.基于互联网数据的大数据人才需求调研及培养思考[J].工业技术与职业教育，2019，17（02）：26-30.

[3]徐国庆.工程实践及行业需求导向的大数据人才培养[J].物联网技术，2019，9（03）：111-112+114.

[4]黄山，刘学锋，毛建华，李银桥.基于关联规则的大数据领域人才需求分析[J].工业控制计算机，2017，30（08）：78-80.