贵阳打造创新型中心城市 大数据引领打造十大工程

简介:

《中共贵阳市委关于以大数据为引领加快打造创新型中心城市的意见》提出四大配套文件,其中《以大数据为引领打造创新型中心城市的十大重点工程》提出要打造数据资源汇聚工程,数据共享开放工程,数据铁笼工程,数据政务工程,数据民生工程,数据扶贫工程,数据产业集聚工程,大数据助推产业升级工程,数据金融工程,以及数据立法、安全与标准工程十大工程。

其中提出,贵阳市将建设“云上贵州·贵阳平台”,搭建统一汇聚全市各部门政务数据和公共数据的贵阳市政务数据资源中心,同时大力引导和鼓励其他社会数据资源和应用向“云上贵州·贵阳平台”汇聚,整合形成区域内的“块数据”,促进数据商用、政用及民用。

基于“云上贵州·贵阳平台”,搭建全市统一的政务数据共享和开放平台,建设经济运行监测分析平台,搭建“大数据民生”综合平台,建设社会综合治理服务云平台,建设智能交通云服务平台等。(周然 肖达钰莎)

政务数据 资产盘点

贵阳市将规范政务数据的采集、归集、清洗、共享、开放、应用、安全等工作。建立政务数据资产登记制度,开展政务数据资产梳理、资产评估、登记确权、资产盘点、资产整合等工作。

数据平台向公众开放

搭建全市统一的政务数据共享和开放平台,向社会公众提供数据查询、数据下载、数据接口调用等服务。

2016年完成搭建,优先推动医疗、卫生、环境、交通、旅游、文化、质监、气象等政府数据向社会开放;2017年,基本实现所有市级政务部门数据的共享和开放;2018年,基本形成跨部门数据资源共享交换格局,实现数据共享和开放的常态化。

机关企业全进“笼”

2016年做好40家市级政府部门的“数据铁笼”建设,2017年扩展到所有市级党政机关、事业单位、群团组织和市属国有企业等,2018年扩展到区(市、县)、乡(镇、社区)两级。

综合监管 笼外有笼

建设市区两级可视化监测、调度、分析、考核的综合监管平台,对各级各部门“数据铁笼”工作运行情况进行动态监管。

市级部门的“数据铁笼”系统和资源向下级对口行业管理部门垂直延伸。

大数据改善民生的“贵阳模式”

贵阳将搭建“大数据民生”综合平台,整合社保、医疗、教育、养老、就业、民政、社区服务等民生服务事项,挖掘聚焦民生需求。同时推进“社会和云”应用,实现对社会的精准服务和精准治理。

医疗:人口、病历、档案数据融合

建设健康医疗云,逐步推进公共卫生、新农合管理、卫计监督、医疗服务、医疗保障、药品管理等应用系统的整合和全员人口、电子病历和居民健康档案三大数据库融合。

教育:未来在云教室上课

构建“大数据 教育”云服务体系,推进教育数据资源共享开放。积极探索 “云教室”、虚拟在线社区等网络教学模式。

旅游:贵阳景区越来越聪明

启动贵阳旅游云建设,实现旅游景区、景点推送的智能化、精准化,旅游服务的个性化,旅游产业的规模化。建立智慧旅游信息发布、沟通、交易和支付体系。

交通:数据资源向创业者开放

建设智能交通云服务平台,整合各交通部门数据资源,实现立体交通调度、投诉、监管“一令通”。通过交通大数据孵化器向创业者免费开放数据资源和云计算资源。

文化:中国首个民族文化资源数据库

建设中国首个民族文化资源数据库,建设包含方志资源采集存储、数据比对、史实核查、文史知识服务等功能的地方志云综合运用平台。

生态:用数据预警决策快速响应

启动建设生态环保云,将水环境、空气环境、污染源等地质灾害等数据汇聚到政务资源数据中心,建立集采集、分析、比对、预警和快速响应于一体的科学决策体系。

各个地区 分工明确

高新区:打造引领大数据技术创新、加快大数据产业集聚的创新型中心城市示范区;

经开区:建成以大数据骨干企业为导向的经济转型发展先行区;

综合保税区:以数据加工和数据处理为重点,形成大数据发展的创新体系

双龙航空港经济区:探索建设以大数据创新为导向、以综合服务业为指向的航空港经济综合试验区;

观山湖区:重点推进大数据金融与电商、呼叫中心与服务外包等业态集聚;

乌当区:重点推进智慧城市应用业态集聚;

南明区:重点推进大数据创意业态集聚;

云岩区:重点推进大数据网络与服务业态集聚;

白云区:重点推进电子商务业态集聚;

花溪区:重点推进智慧文化旅游、大数据研发等业态集聚;

三县一市重点推进农村电商集聚,并在清镇市着力推进大数据职教与培训业态集聚。

核心业态:数据中心 数据清洗 人工智能

数据中心产业:引进一批国家级、行业级、国际级的数据资源入驻,成为我国南方重要的数据中心和灾备中心;

大数据清洗加工产业:引进一批从事数据清洗、加工、分析和应用开发龙头企业落地,支持企业面向国内外市场从事数据加工代工服务;

大数据流通交易产业:逐步将贵阳打造成为全国重要的大数据交易中心和结算地。到2018年,培育引进20家大数据资源流通与交易服务企业和市场主体;

人工智能(AI)与机器人产业:发展智能语音、自然语言处理、图像识别、生物特征识别、新型人机交互、机器学习与智能决策控制等应用;

大数据安全产业:引进一批全国知名大数据安全科研机构和企业落地,强化大数据存储、灾备、应急管理服务和保障能力。

关联业态:呼叫中心 服务外包 智能终端

呼叫中心与服务外包产业:建设一批呼叫中心职场和产业园,打造智慧型呼叫中心,到2017年形成20万坐席的服务外包与呼叫中心产业规模。

国际化的大数据软件与信息服务基地:拓展针对欧美和“一带一路”市场的离岸数据外包等业务。

智能终端产品制造产业:发展集成电路和关键元器(组)件,打造一批拥有核心技术的智能终端企业和具有自主知识产权的智能终端产品;

此外还要发展新型电子材料与元器件、卫星导航元器件、LED、传感器等;到2018年建立和引进大数据相关专业的院校和商业培训机构10家以上。

衍生业态:电子商务 3D打印 虚拟现实

电子商务产业:发展农村电商、社区电商、行业电商、跨境电商等业态,到2018年实现电子商务交易额突破1000亿元以上,建成15个电商产业园区群。

智能工厂:促进大数据、物联网、云计算和三维(3D)打印技术等。

虚拟现实(VR)产业:发展虚拟现实工具与设备、内容制作、分发平台、行业应用和相关服务;

智能网联汽车产业:申建国家智能网联汽车试验城市。

免费WiFi全覆盖

建成全光网城市,2016年出省带宽能力达到4000Gbps,2020年力争突破8000Gbps;

扩大公共区域无线接入能力,2018年实现城域公共免费WiFi全覆盖;推动建设国家互联网骨干直联点城市。

建设“贵阳平台”

建设全市政务和国有企业数据统筹存储、共享开放和开发利用的云服务平台-“云上贵州·贵阳平台”

支持建设一批第三方云计算平台,一批云计算研发实验室、工程中心和企业技术中心。

政务数据抱团

搭建统一汇聚全市各部门政务数据和公共数据的贵阳市政务数据资源中心;2016年完成政务数据资源中心二期建设,2017年完成公共服务数据和区(市、县)、乡(镇、社区)政务数据资源的汇聚。

20万台服务器

引进国家各部委、中央企业及大型互联网企业的南方数据中心、分中心和灾备中心。

到2018年力争全市数据中心服务器规模达到20万台,引进境外企业服务国内应用的数据资源项目2—3个。

大数据晒“三公”支出

构建覆盖市县乡三级的“数据铁笼+电子政务”平台,完善“网上政务服务大厅”、“数据信访”等公共服务大数据应用。通过晒“三清单”和“三公”支出,打造透明高效的政务环境。

大数据应用 推向多领域

贵阳市将推进“党建红云”项目建设、推进公共安全块数据中心建设、推进综合治税大数据应用、推进经济运行监测分析大数据应用、推进市场监管大数据应用、推进信用建设大数据应用等。

电梯安全有“云”覆盖

贵阳还将推进安全生产云、质量云、食品安全云以及电梯云等,未来可实现电梯安全实时监控、电梯公众数据服务搜索、电梯救援调度指挥等功能。

扶贫数据库

整合各行业数据,建设统一的扶贫数据库,采集与贫困人员、扶贫项目等相关数据,精准评估贫困地区、贫困人口状况及扶贫项目效益。

精准帮扶云

建设全市统一的精准帮扶云, 把产业脱贫、搬迁脱贫、生态脱贫、教育脱贫、保障脱贫等措施,落实到每一个贫困户。

创客众包解决企业痛点

实施“大数据 传统产业”改造计划,借助“痛客梦工厂”,发布企业发展痛点,运用“创客众包”方式征集解决方案。

各项业态 用大数据升级

实施军民融合大数据应用示范、实施现代服务业大数据应用示范、实施现代农业大数据应用示范,推动大数据科技创新,并推进创业创新服务平台建设,实现微企精准扶持。

建非法集资大数据预计平台

建立非法集资大数据预警平台,提高风险预警能力和打击针对性。建立大数据金融风险预警系统,加强对各金融业态的事中监测,防范区域金融风险。

建大数据与金融投资市场

发展以数据资产为核心的保险、抵押、担保等大数据金融业务,建立贵阳大数据与金融投资市场。将原始数据加工成可交易的数据商品,鼓励开发针对不同行业的数据交易产品和服务。

大数据交易 将制定规范

规范大数据交易行为,确保交易数据的质量和安全,保障市场主体权益,防范交易数据滥用和不当使用。加强数据流通与交易系统等关键核心技术研究,开展数据流通安全评测和风险评估。

大数据立法顶层设计

2016年完成《政务数据开放条例(暂定名)》的起草。

解决WiFi接入安全问题

解决好无线WiFi接入、块上数据集聚、数据开放、数据交易和应用等涉及的网络与信息安全问题。

大数据安全有规章制度

落实数据安全等级保护,探索制定数据采集和管控、敏感数据管理、个人隐私保护等领域的大数据安全规章制度。

建立公共数据标准体系

制订公共数据采集、开放、共享、分类、质量、安全管理等关键共性标准,建立公共数据标准体系。探索建立大数据统计监测指标体系和大数据发展水平评价指标体系。





====================================分割线================================


本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
11月前
|
人工智能 运维 Cloud Native
SREWorks云原生数智运维工程实践-SREWorks 介绍篇-阿里云原生大数据运维平台SREWorks正式开源(上)
SREWorks云原生数智运维工程实践-SREWorks 介绍篇-阿里云原生大数据运维平台SREWorks正式开源
194 0
|
11月前
|
人工智能 运维 Cloud Native
|
11月前
|
人工智能 运维 分布式计算
SREWorks云原生数智运维工程实践-SREWorks 介绍篇-阿里云原生大数据运维平台SREWorks正式开源(下)
SREWorks云原生数智运维工程实践-SREWorks 介绍篇-阿里云原生大数据运维平台SREWorks正式开源
166 0
|
人工智能 运维 监控
大数据在城市智能轨道交通的应用
随着城市轨道交通体系建设的逐渐普及,我国城市轨道交通网路愈加复杂,接入站点、旅客运输量等不断提高,为城市轨道交通的运行带来了一定的压力。
大数据在城市智能轨道交通的应用
|
人工智能 供应链 安全
D1net阅闻 | 大数据系统软件国家工程实验室批复成立
D1net阅闻 | 大数据系统软件国家工程实验室批复成立
113 0
|
监控 数据可视化 大数据
看一看大数据如何改变我们的城市和生活
看一看大数据如何改变我们的城市和生活
139 0
看一看大数据如何改变我们的城市和生活
|
大数据 程序员 双11
你的头发还好吗?大数据分析脱发城市哪里强
你的头发还好吗?大数据分析脱发城市哪里强
你的头发还好吗?大数据分析脱发城市哪里强
|
云安全 存储 人工智能
阿里云认证对大数据工程技术人员的意义
近年来,随着经济社会发展、科学技术进步和产业结构调整,新产业、新业态、新模式滋生孕育出许多新职业。大数据技术应用在各行各业的全面展开,我国社会需要越来越多的大数据工程技术人员。其职业定义和工作任务如下:
213 0
阿里云认证对大数据工程技术人员的意义
|
人工智能 自然语言处理 大数据
贵阳数博会分论坛:人工智能遇上大数据
此次「人工智能遇上大数据」论坛由两部分构成,主题演讲和话题讨论。覆盖产、学、研三界的国内外嘉宾,在主题演讲环节分别分享了各自所在领域对人工智能、大数据的认识。
180 0
贵阳数博会分论坛:人工智能遇上大数据
|
机器学习/深度学习 存储 人工智能
大数据和人工智能工程上的一些点
大数据 大数据这个词最早出现在上世纪90年代的美国,直到2012年后才火起来。大数据没有一个明确的概念,之所以称之为大是因为数据量太大超过了单台计算机的资源,这时就需要分布式的数据处理工具,以便能在用户可容忍的时间内进行数据处理。大数据从业人员肯定会去了解谷歌的mapreduce论文和hadoop开源工具。然而海量数据本来是静态,只有通过对数据进行分析和利用才能让数据产生价值。正所谓量变产生质变。 人工智能 人工智能在1956年的达特茅斯会议上被提出来,它研究的是如何制造智能机器或模拟人类的智能行为。大数据与人工智能之间可以说是相辅相成,人工智能的基础是数据,而数据的利用又离不开人工智能。各
139 0