早上9点刚过，联通数字科技有限公司的大数据工程技术人员闫龙就一头扎进了数据科学模型的设计与开发工作。330TB——这是他和团队一天采集、加工的数据量，相当于600多个512GB手机的数据存储量。闫龙的工作，就是通过构建数据科学模型对海量数据“抽丝剥茧”，提取出最有价值的信息，让数据“活起来”“用起来”。

  数字经济时代，数据正逐渐成为驱动经济社会发展的新生产要素。伴随产业快速发展，社会对大数据相关从业人员的需求日益增长。人社部预计，2025年前大数据人才需求将保持30%-40%的增速，需求总量在2000万人左右。

  今年“五一”假期，闫龙和同事基于票务、交通、人流等实时数据，快速上线了“实时拥堵预测模型”和“区域承载力”模型，应用在一家国家级重点风景名胜区。模型提前1小时预测出人流量拥堵情况，并及时分发到指挥中心和数百名景区治理队员手中，帮助景区管理者提前采取分流措施，维持堵点秩序，确保了游客在景区内安全游玩。

  “信息时代数据无处不在，要把海量数据最大化地使用起来，就需要利用大数据、机器学习、深度学习等技术手段来提取数据中的关键特征，用科学的方法、算法和系统从海量数据中挖掘价值。”闫龙说。

  所谓大数据工程技术人员，是指从事大数据采集、清洗、分析、治理、挖掘等技术研究，并加以利用、管理、维护和服务的工程技术人员。

  2016年，闫龙博士毕业后，就一直从事大数据相关工作。除了进行数据科学模型的设计与开发，闫龙一天还要参加技术研讨会、项目评审会、跨部门协同会等多个会议。“不仅要掌握数据挖掘、机器学习、统计分析等技术，熟练操作各类编程工具，还需要掌握一定的商业及市场知识和具备良好的沟通能力。”他说。

  从最初接触这个行业到成为业务骨干，闫龙一边磨练技术，一边见证着大数据行业的飞速发展。

  2014年大数据首次写入政府工作报告。2015年8月国务院颁布《促进大数据发展行动纲要》，大数据正式上升为国家发展战略。随后国家出台了一系列大数据政策，覆盖生态环境大数据、农业大数据、城市大数据、医疗大数据、交通旅游服务大数据等多层次下游应用市场，加快实施国家大数据战略。

  国家互联网信息办公室近日发布的《数字中国发展报告（2022年）》显示，数据资源规模快速增长，2022年我国数据产量达8.1ZB，同比增长22.7%，全球占比达10.5%，位居世界第二；我国大数据产业规模达1.57万亿元，同比增长18%。

  “可以明显感受到，越来越多的行业和企业重视数字技术的融合创新。”闫龙说，以往由于缺乏数据分析支撑，政府治理、企业发展往往依靠经验。现在，在数据收集、治理、分析、挖掘的基础上，一些指标的变动能够反映经济社会发展状况，提升了决策效率。现在，他和团队构建的模型应用覆盖了数字政府、智慧文旅、应急管理、数字金融等多个领域。

  展望未来，随着大数据、物联网、5G等技术应用的不断发展，大数据人才的需求与日俱增，相关从业人员将迎来更加广阔的发展空间。

  这从大数据人才薪资水平中可见一斑。人社部研究显示，大数据人才的薪资处于相对较高水平。薪资在1万元以下，占总人数的34.6%；1万元-2万元占比为35.64%；2万以上占比为29.77%。

  “实际上，近年来，许多行业和企业向数字化转型，希望利用大数据分析来提供决策支持、提升经营效益，大量既懂大数据技术又懂其他相关行业技术的人才在大数据应用领域发挥着越来越多的作用。”闫龙说。

  “数据已经成为新的生产要素，大数据工程技术人员在我国现阶段及未来发挥的作用将日益凸显。”复旦大学教授、上海市数据科学重点实验室主任肖仰华对《经济参考报》记者表示，人才整体需求保持增长的同时，我国大数据相关从业人员的人才结构仍然存在优化空间，要进一步培育大数据与产业与应用深度结合、与实体经济深度融合的复合型人才，以及具备国际视野、掌握前沿技术的高端技术人才。

  肖仰华建议，在大数据人才培养过程中，要注重产学研协同培养，搭建大数据产研融合平台，建立产研协同育人体系，培养能够解决大数据应用“最后一公里”关键技术问题的实践性人才。同时进一步完善大数据相关的学科体系，尽快建立涵盖数据治理、数据流通、数据智能等内容的人才培养体系。

  “新技术发展日新月异，与大数据产业不断融合，需要大量的复合型人才，即能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌握的人才。”闫龙说，自己和同事也将抓住产业变革的机遇，紧跟前沿技术的创新，不断提升大数据、数字化应用工作能力。