第二節　貴州交通大數據人才類別建設

大數據是個綜合性新生事物，包含了大數據技術、應用、安全、管理等諸多內容。大數據涉及諸多理論知識和實踐技能，獨立個體想要掌握全部知識顯得尤其困難，不同類別的人才掌握著專業的知識和技能，具備不同的能力要素，他們分工合作可以產生“1+1>2”的效果。因此，大數據人才按照不同類別進行建設顯得十分必要。貴州交通大數據人才類別建設內容包括貴州交通大數據專業技術人才建設、貴州交通大數據應用人才建設、貴州交通大數據安全人才建設、貴州交通大數據管理人才建設和貴州交通大數據領軍人才建設五個方面。本節將介紹不同類別人才素質建設的內容，重點介紹不同類別人才特有的素質建設內容。

一、貴州交通大數據專業技術人才建設

貴州交通大數據專業技術人才是指利用各種大數據技術、計算機技術、統計分析技術實現大數據架構、數據分析等重要工作的專業技術人才。交通大數據專業技術人才是大數據人才的技術工匠，是用各種技術實現業務架構和要求的技術人才，必須具備技術精湛、業務精通以及經驗豐富等特征。交通大數據專業技術人才具備的知識、技能、能力、經驗、思想、品格六大要素所占的比重有所不同，其中技能素質占比最高，知識素質次之，能力素質、經驗素質緊隨其后，思想素質和品格素質占比相對較低。交通大數據專業技術人才素質內容構成如圖2-2所示。

交通大數據專業技術人才包括交通大數據規劃師、交通大數據工程師、交通大數據架構師、交通大數據分析師、交通大數據科學家五類。每類技術人才需要具備的技術技能各有不同，具體如下：

交通大數據規劃師是在交通運輸領域內對大數據業務中涉及大數據技術的有關問題進行規劃的專業技術人才，是發現、認識、研究交通業務中涉及大數據問題本質并針對性地制訂大數據實施方案的技術性人才。大數據規劃師要能夠利用大數據知識、技能、經驗從宏觀層面和總體層面把傳統業務技術手段轉變為大數據實現方法，形成大數據手段化、方法化、技能化的實施方案。交通大數據規劃師需要熟悉Hadoop及其生態圈技術、分布式存儲技術、數據挖掘技術、流計算、圖計算、機器學習（Machine Learning）、主流數據庫產品如Oracle的管理和應用，并精通SQL語言等。

交通大數據工程師是實現和完成交通大數據方案的專業技術人員，是從事大數據方案操作、測試、運維、調整、管理、評估的人員。大數據工程師需要在大數據方案實施的過程中，分析行業業務需求，改進方案中不合理、不符合業務需求之處，確保大數據方案順利實施。大數據工程師需要掌握云計算基礎，云基礎架構與虛擬化，Java、Python、R語言、Ruby、Scala等編程語言中的一種或幾種，Hadoop與分布式系統。

交通大數據架構師則是設計、組合、搭建各種平臺架構的技術人員，即對大數據文件系統層、數據存儲層、資源管理器和資源協調器層、計算框架層、數據分析層、數據集成層、操作框架層等大數據平臺進行設計、組合、搭建，以確保大數據方案可以實施。大數據架構師要能夠把數據和業務進行對接；能夠搭建大數據數據存儲、數據管理及數據處理平臺；掌握Spark、Flink等提供數據管理和服務并支持模型和算法的平臺；掌握Tachyon、HDFS、GFS等分布式文件系統，Scribe、Flume等數據收集技術，以及數據質量管理技術、數據需求分析技術、數據標準化技術、數據庫設計及應用技術等。

交通大數據分析師是基于各種分析手段對交通大數據進行科學分析、挖掘、展現并用于決策支持的技術人員，包括對數據統計結果的甄別與分析、對數據分析結果的評估與展示、對用戶數據需求的判斷與反饋。數據分析和數據挖掘相互依存、相輔相成，大數據分析師不僅要具備數據分析技術，更要具備數據挖掘技術。大數據分析師需要熟練使用常見的Excel、SPSS、SAS數據分析工具，而且至少精通一種數據分析軟件，精通R語言、Python、語義分析（自然語言處理）等技術，熟悉Hadoop、Mapreduce等大數據分析技術平臺，掌握分類、預測、聚類、關聯規則、時序數據挖掘、文本挖掘等大規模數據挖掘方法，掌握決策樹、隨機森林、貝葉斯網絡、SVM等機器學習的各種模型，掌握Pig、Hive、kylin、Spark SQL、Spark Data Frame、Impala、Phoenix、ELK、Elastic Search、Logstash、Kibana等數據分析、數據倉庫（SQL類）工具。

交通大數據科學家是能夠利用數據作為資源、具有數據分析能力、精通各類算法、能夠直接處理數據并創造附加價值的人才，具備從交通大數據里掘金的能力，是能對交通運輸行業大數據進行科學決策和預測的高級技術人才。大數據科學家的作用不僅在于使大數據項目落地，更要發掘數據的最佳商業價值。大數據科學家需要具備高等數學、運籌學、統計分析（包括R、SAS和Stata等工具）、編程（包括C語言、C++、Python、Java等語言）、SQL數據庫、Hadoop、Spark、Mahout等大規模并行處理技術，以及數據分析挖掘及建模（分類/預測、聚類、關聯規則、時序數據挖掘、文本挖掘）、機器學習、數據可視化、創造力、溝通技能和業務理解能力。大數據科學家需要承擔起數據分析各個環節的不同責任，而大數據工程師或大數據分析師只需承擔數據科學家的部分責任，而不是全部。大數據科學家更側重于數據的戰略方面，即引導、捕捉、發現、創新方式，并利用數據提高商業價值。大數據科學家需要對數學模型進行業務解釋，并利用該模型指導業務流程優化，輔助企業決策，這也是大數據科學家的價值所在。

二、貴州交通大數據應用人才建設

貴州交通大數據應用人才是指能夠把科學規律和大數據知識、技能、經驗等應用于社會生產實踐，在交通運輸行業或者跨行業（指與交通運輸行業相關領域）直接或間接創造經濟價值和社會價值的應用型人才。交通大數據應用人才應具備的素質不再是單純的知識、技能、能力、經驗、思想、品格六大要素的組合。不同于交通大數據技術人才建設，交通大數據應用人才建設更強調跨行業或與實體領域相結合的知識、技能和能力。交通大數據應用人才的素質建設應以掌握大數據重點知識、了解大數據核心技術為基礎，結合跨行業知識和行業經驗，依托管理能力和特定品格，實現跨行業或與實體領域相結合的交通大數據應用，發揮交通大數據的價值。交通大數據應用人才素質內容構成如圖2-3所示。

貴州交通大數據應用人才以社會、交通運輸行業的需要為取向，以應用知識為主，將科學知識應用于工作實踐，對已有的科學知識與技術進行創新并直接應用于社會生產活動以創造經濟價值。主要體現在提供交通運輸大數據服務、交通大數據產品等。交通大數據應用人才主要包括數據標準化建設人才、城市規劃人才、城市建設人才、智慧出行建設人才、城市應急處置人才、交通大數據可視化平臺建設人才，還包括城市交通綜合管控、高速公路運行監控、智能公交應急指揮、軌道交通運行監控、智慧航空運維監控、智慧港口運維監控等人才，以及無人駕駛應用人才等。

交通大數據應用人才屬于新型的復合型人才，主要進行利用數據價值創造經濟價值的工作，其個人需具備的素質要求中能力素質占比最高，主要是指跨行業知識、跨行業經驗和管理能力。作為一個合格的交通大數據應用人才，應該主要具備以下幾點能力：

第一，跨界思維能力。大數據應用往往需要將不同來源、不同類型、不同領域的數據進行融合與分析，才能發現前所未有的價值。因此，大數據應用人才不能將自己的思維模式局限于某個或幾個固定的領域，要具有跨專業、跨領域的跨界思維模式。

第二，對數據的敏感性與好奇心。從龐大的數據中發現商業價值不是一件容易的事情。只有對數據具有高度敏感性并對發現數據背后的隱藏秘密具有強烈好奇心的人才能成功找出答案。

第三，創新欲望。貴州交通大數據應用人才是跨行業進行應用創新創造經濟價值的特殊人才，需要善于創新，敢于創新，具有強烈的創新欲望與創新精神。

第四，綜合應用知識的能力。通常來講，一個大數據應用項目涉及多方面的知識，要求大數據人才有較強的綜合能力來融會貫通各種知識。

第五，團隊合作與領導能力。一個大數據團隊通常會聚集各方面的人才，因此相互合作非常重要，良好的團隊合作精神將形成合力。另外，較強的領導能力是協調團隊和凝聚團隊的重要保證。

第六，工程能力。大數據應用項目本質上是工程項目，因此，要按照工程項目的規律開展，團隊人員要具備工程開發與管理的能力。

第七，溝通交流能力。大數據應用人才必須具備與他人進行良好溝通的能力，才能深入挖掘企業的數據特征與處理需要，并將數據分析的結果有效地傳達給他人，否則，大數據的價值就得不到充分發揮。

三、貴州交通大數據安全人才建設

交通大數據安全人才是負責交通運輸行業大數據安全和隱私保護的專業技術人員，即負責大數據使用生命周期的全部安全問題，包括數據采集、數據整合、數據提煉、數據挖掘、數據可視化、數據隱私、防止數據盜用和濫用、保護加密數據、阻止黑客攻擊、安全態勢判斷、安全檢測等諸多過程的安全問題。大數據安全人才要用各種安全技術去解決問題，交通大數據安全人才具備的知識、技能、能力、經驗、思想、品格六大要素中，技能即大數據安全技術要素占比最高，知識要素占比次之，經驗要素占比位于第三位，思想素質占比緊隨其后，能力素質和品格素質占比相對較低。交通大數據安全人才素質內容構成如圖2-4所示。

數據安全和隱私保護成為大數據時代的一個重要議題。大數據技術使之前無法聚合的大量數據聚集起來，海量數據的匯集加大了隱私信息暴露的可能性，同時對大數據的無序使用也增加了信息泄露的風險，進而引發對敏感數據隱私保護的擔憂。因此，大數據安全人才應運而生。目前大數據在收集、存儲和使用過程中面臨著諸多安全風險，大數據所導致的隱私泄露為用戶帶來嚴重困擾，而虛假信息將導致錯誤或無效的分析結果。

大數據面臨的特有安全問題主要表現為：第一，節點交互引發的安全問題，包括數據源可信問題。第二，分布式存儲架構和協同計算引發的安全問題，如完整性驗證、密鑰管理難，存儲的可靠性也難保證。此外，還存在數據難銷毀等問題、分布協同的計算模式引發的安全問題，即紛繁雜亂的計算環境、安全需求不同、安全強度不同將引發更多的安全漏洞。第三，大數據分析及應用引發的安全問題：隱私泄露、非授權訪問等。

交通大數據安全人才主要從政策科學、計算機科學、社會學、倫理學領域產生，主要負責對數據安全（包括數據本身和數據防護安全）的維護和保障，包括維護數據隱私、防止數據盜用和濫用、保護加密數據、阻止黑客攻擊、建立數據安全防護體系等。交通大數據安全人才對業務大數據生命周期的全過程負責。交通安全人才需要具備的主要素質是大數據安全技術能力，主要包括數據傳輸安全技術、數據加解密技術、數據備份與恢復技術、身份認證技術、訪問控制技術、數據脫敏技術、數據發布匿名保護技術、社交網絡匿名保護技術、數字水印技術、安全審計、數據溯源技術、角色挖掘技術、大數據防火墻技術、防范APT（高級持續性威脅）攻擊技術等。按照大數據使用生命周期，可以把大數據安全人才分為大數據采集安全員、大數據存儲安全員、大數據分析安全員以及大數據應用安全員。按照大數據安全人才服務的范圍不同，可以把大數據安全人才劃分為大數據存儲安全員、大數據網絡安全員、大數據基礎設施安全員、大數據平臺安全員、大數據管理安全員、大數據隱私安全員等。

在大數據的深入研究和應用過程中，傳統的數據安全機制不能滿足大數據的安全需求，大數據安全和隱私保護在安全架構、數據隱私、數據管理及完整性和主動性的安全防護等方面都面臨著嚴峻的挑戰。交通大數據安全人才需要重點關注上述幾方面的安全問題，著重掌握以下幾個技術問題：分布式編程框架的安全計算、非關系數據存儲安全、數據存儲和交易日志、終點輸入驗證技術、實時安全監控、可擴展和可組合的隱私保護數據挖掘和分析、加密強制數據中心的安全、細粒度訪問控制、細粒度審計以及數據溯源問題。

四、貴州交通大數據管理人才建設

貴州交通大數據管理人才是對交通運輸相關大數據業務進行計劃與決策、組織、領導、控制，保障大數據業務實現的復合型人才。交通大數據管理人才具備的知識、技能、能力、經驗、思想、品格六大要素所占的比重有所不同，其中能力素質（管理能力）占比最高，知識（管理知識）占比次之，經驗素質位居第三位，思想素質、品格素質緊隨其后，技能素質占比相對較低。交通大數據管理人才素質內容構成如圖2-5所示。

交通大數據管理人才不是簡單的數據管理員，而是涉及大數據業務各環節的管理者。按照目前貴州交通運輸大數據業務，交通大數據管理人才包括大數據系統規劃管理人才、大數據系統開發管理人才、大數據系統運維管理人才、大數據平臺管理人才、交通行政監管管理人才、交通企業運營管理人才、交通市民服務管理人才、交通應急指揮管理人才等。

大數據管理人才既屬于創新型科技人才，又是當下經濟社會發展重點領域緊缺的專門人才。大數據管理人才是管理類人才的一種，其具備的素質更偏向于管理者該具備的素質，其中管理者綜合能力和管理知識是管理人才首先應該具備的重要素質。管理人員應該具備思維決策、團隊規劃、判斷能力、創造能力、洞察力、談判能力、同理心、解決問題的能力、培訓能力、影響力、積極性、信息識別能力、團隊責任感、領導能力、關心下屬、自信心構建、獨立學習能力、人際交往能力等。

交通大數據管理人才主要會從交通運輸、計算機科學、管理學、經濟學領域產生，主要負責對大數據系統、平臺以及大數據的保存、管理、維護和運營。各個行業都有管理人員，大數據也不例外，只不過大數據時代的管理人員所面臨的更多是“數據”這個特殊的管理對象，而能夠適應這個特殊性的管理人員，才可能成為大數據管理人才。交通大數據管理人才需要掌握的理論知識分為三個層次：基礎層的知識內容是管理學相關知識和交通運輸業知識；中間層是計算機基礎知識，主要有計算機操作能力知識、數據庫知識、計算機軟/硬件知識和編程知識；最高層是數據分析知識，主要有統計分析、數據挖掘和數學/統計學知識。基礎層的知識是大數據管理人才必須掌握的，交通大數據管理人才是服務于交通運輸業的管理者，管理學知識和交通運輸行業知識是該類人才具備的基礎性知識，也是進行管理工作的首要保障要素。中間層的知識是大數據管理人才應該掌握的，交通大數據管理人才是對大數據業務以及各類業務流程進行規劃、控制，掌握計算機基礎知識是為了進一步掌握大數據相關知識，確保大數據業務符合需求。最高的知識內容屬于大數據相關知識中的重點內容，大數據管理人才著重掌握數據分析知識，能夠把握大數據業務的核心。

大數據管理人才不僅要能實現對數據需求管理、元數據管理、數據質量管理等方面的傳統或面向應用的數據管理，還必須具備數據維護和運營的能力，即面向業務的數據管理。優秀的數據管理人才，應該能夠敏銳地捕捉所管理數據的核心價值，能夠通過業務流程發現數據增值的空間，能夠在“數據”與“價值效益”之間找到契合點，能夠及時、準確地判斷數據的折舊值，能夠合理利用數據廢氣實現再增值。

大數據管理人才僅僅具備上述專業知識顯然是遠遠不夠的，只有具備豐富的經驗和較高的綜合素質，才能滿足大數據環境下管理人才的需求。交通大數據管理人才屬于復合型人才，一專多能才是搶手、最有價值的人才。

五、貴州交通大數據領軍人才建設

交通大數據領軍人才是在交通大數據領域取得重要成就，同時因個人人格魅力在該領域具有普遍影響力、感召力、領導力的高層次人才。交通大數據領軍人才常常起著決定性作用，他可以把分力轉為合力，貫徹和執行團隊目標，使團隊成員保持對外部的反應靈敏度，能迅速做出反應，同時，為團隊運作尋找好的方式、方法。交通大數據領軍人才具備的知識、技能、能力、經驗、思想、品格六大要素中，思想素質、品格素質分別是位居第一、第二位的重要素質，其次是能力素質，然后是知識素質，經驗素質、技能素質占比相對較低。交通大數據領軍人才素質內容構成如圖2-6所示。

領軍人才，通常具有崇高的價值追求、獨特的人格魅力、堅韌的拼搏毅力、卓越的領導能力、出類拔萃的科學素養、強大的團隊凝聚力和廣泛的影響力。交通大數據領軍人才是類特殊人才，該類人才的素質建設內容包括人格魅力、思想力、意志力、領導力、影響力和專業技術能力幾個方面。其中人格魅力和思想力是大數據領軍人才要具備的首要層次要素，感召力、意志力、領導力、影響力這“四力”是大數據領軍人才要具備的第二層次要素組合，專業技術能力則是大數據領軍人才要具備的第三層次要素。

人格魅力和思想力是大數據領軍人才要具備的主要要素。人格魅力則是一個人在性格、氣質、能力、道德等方面所具有的能吸引他人、潛移默化地影響他人的力量。它所散發的內在的、隱性的影響力會通過各種途徑、方式直接或間接地滲透、融合到溝通的過程中，去感染、影響他人的心理活動和行為方式，在無形中產生巨大號召力和感染力。交通大數據領軍人才的人格魅力應該是寬厚的知識素養、高尚的道德情操、堅定的理想信念和良好的行為品格的完美結合。思想力是思想主體以現實的社會實踐為基礎，借用一定的物質載體和精神載體去實現思想理念的升華與創新的能力。交通大數據領軍人才具備的思想力具有正確性、核心性、創新性和批判性。沒有正確、核心的思想力作為基礎，人們對自然及整個世界的理解不可能超越經驗層面；沒有正確思想的引導，人們對科學與知識的運用就會出現偏差。有創新性的思想才能接受大數據這類新事物、新技術，才能更好地指導大數據業務實踐。批判性的思想力要求用辯證法的觀點看問題，這樣才能客觀、全面、正確地認識大數據人才、大數據技術、大數據業務等。

成熟、優秀的領軍人才體現在“四力”方面：其一，感召力；其二，意志力；其三，領導力；其四，影響力。領軍人才需要有感召力，要能激勵隊員的士氣，傳授經驗給隊員，解決隊員的問題，能令隊員折服，必要時要親自解決困難問題。要激勵有能力、沒意愿的成員，提升有意愿、沒能力的成員。領軍人才不是遴選出來的，而更多地需要發揮其自身主觀能動性，并經過長期的社會實踐才能培養出來。而在長期的、艱苦的社會實踐中，在困難面前敢于攻堅，除了具備把握機遇和判斷風險的高超能力，堅韌不拔的意志力更是領軍人才十分必要的素質。大數據領軍人才還需有較強的領導力，領軍人才通過領導力，通過團隊能力實現領軍人才的作用。表面上他是一個代表人物，其實背后是一個團隊的力量在起作用，大數據領軍人才需要具備的領導力包含管理但不只限于管理，還要求大數據領軍人才具有團隊建設、人才培育、洞察力等要素。領軍人才還需具備影響力，其最大的作用就是培育或傳播一種文化或精神，讓整個團隊或部門的人都有一個共同的理念、共同的目標、共同的行為準則。

是否具備深厚的專業造詣是衡量一個人是不是領軍人才的關鍵指標。絕大多數的領軍人才自身都具備某一領域系統的、高水平的專業素質。交通大數據領軍人才是交通運輸領域的頂尖人才，領軍人才的專業技術能力是其具備的第三層次要素，包括交通運輸行業基礎知識和技術、大數據相關知識和技能。此外，還要求領軍人才對交通運輸領域的未來發展有準確的預知能力、較強的創新意識和創新能力。領軍人才需要具備的專業技能、知識結構是開放和動態的體系，不僅能夠易于接受新知識，還可以發揮知識的相關性作用。