1.大數據概述與學習資源

1.瞭解微信、微博、小視頻天天產生的數據量與數據類型。

微信：從2018微信數據報告中可知，微信消息日發送次數達到450億，日成功通話次數達到4.1億。

微博：從2018微博臺網數據白皮書可知，新浪微博日發博量653萬，閱讀量913億，視頻博文量72萬，播放量96億。

小視頻：從2018快手內容報告可知，快手日上傳短視頻超過1500萬條、短視頻庫存80億條。

以上皆爲非結構化數據類型，主要包括郵件、音頻、視頻、微信、微博、位置信息、連接信息、手機呼叫信息、網絡日誌等。

2.選擇一個你感興趣的領域應用數據思惟進行分析決策的案例。

精準扶貧大數據：

1、什麼是精準扶貧大數據？

經過對數據的提取分析，「扶貧大平臺」還能展現貧困人口的致貧緣由，包括：因病、因殘、因學、因災、缺土地、缺水、缺技術、缺勞力、缺資金、交通條件落後、自身發展動力不足等，經過致貧緣由分析，協助制定精準的扶貧措施

系統數據顯示，致貧緣由前三位爲缺資金、缺技術和因學致貧，分別佔比爲30.0%、17.2%和14.7%。

平臺旨在經過大數據技術，擴大信息採集的渠道，提升數據加工能力和效率，深度挖掘數據的價值，爲扶貧工做提供真實可靠、及時全面的決策數據，爲最終實現精準扶貧和精準脫貧保駕護航。

精準識別的目的是爲了精準幫扶脫貧。

「經過大數據技術，掌握貧困人口信息、致貧緣由等後，咱們將圍繞幫扶結對狀況、幫扶計劃制定、幫扶計劃落實狀況、幫扶措施狀況，針對省、市州、縣、鎮、村，分別監測結對、幫扶計劃、幫扶項目落實狀況，識別出已落實、未落實的貧困人口分佈，關聯顯示幫扶的人或單位等相關信息。經過幫扶狀況分析，清晰瞭解省、市州、縣、鎮、村貧困人口的實際幫扶狀況，協助幫扶任務的落實。

2、大數據扶貧能作什麼？
①、精準幫扶對象

對貧困村、貧困戶建檔立卡，統一識別標準、統一數據口徑，動態掌握基本信息，推行扶貧對象實名制管理。

②、精準幫扶措施

針對貧困戶致貧緣由詳細記錄，並分析統計戶詳細情況，制定精準幫扶計劃精準扶貧。

③、因村精準派人

針對每一個貧困村致貧的不一樣狀況，選擇抽調相關幫扶責任人進行精準扶貧。

④、精準項目安排

分析貧困戶的能力需求，大力發展林業、牧業、養殖業、種植業等項目，進行精準扶貧安排。

⑤、精準資金使用

「因地施策」，根據貧困村的具體狀況，在交通、通訊、醫療、教育、居住等方面實現精準資金投放。

⑥、精準脫貧成效

「對症下藥，藥到病除」，多措並舉達到扶貧目的，取得精準脫貧成效。

3、爲何要作大數據扶貧？
引入大數據技術，有利於「識真貧」。去年10月起，全區抽調25萬名幹部深刻細緻開展新一輪精準識別行動，採集了大量貧困信息，爲扶貧決策提供了重要依據和參考。然而，因爲貧困具備多維度、複雜性、動態性的特色，究竟誰是貧困戶，辨識起來難度很大、費時費力。若是能應用大數據技術，打破地區、部門之間「信息孤島」，讓分散在不一樣地區和部門的碎片化信息「牽手」、聯網，就「不畏浮雲遮望眼」。經過構建大數據扶貧系統和服務平臺，實施數據對比分析與綜合評估，能減小人爲因素的影響和失誤，把真正貧困的篩選出來，把不符合條件的「踢」出去。

依託大數據技術，有益於「扶真貧」。爲了啃下「硬骨頭」，各級政府加大了對扶貧開發的投入和支持力度，意味着更多真金白銀將投向貧困地區和貧困人口。然而，項目怎麼定，纔夠科學？資金如何用，方爲合理？工做怎麼作，才更有效？後續保障和配套措施須要及時跟上。依託大數據技術，對扶貧數據進行實時觀測、動態監測和分析研判，既能找準脫貧的主體、重點和關鍵，也能確保扶貧項目科學合理、精準到位，有利於最大限度發揮扶貧資金的使用效益，把寶貴資源精準投放到真正的貧困戶身上。

利用大數據技術，有助於「真扶貧」。一些地方「年年扶貧年年貧」，扶貧工做老是「濤聲依舊」，除了方法不許、創新不足、措施乏力以外，與磨洋工、作虛工、唱空文的不良做風大有關係。要拔掉「窮根」，就要對準靶心、精確滴灌、使出實招。利用大數據技術，可以對貧困人口的分佈情況、致貧緣由、幫扶狀況、脫貧進度等作到精準把握。一方面，能準確掌握扶貧項目的效益和發揮做用狀況，以便及時調整政策，避免項目失誤和資金浪費。另外一方面，能夠清楚地查看到每一個貧困對象的幫扶幹部是誰、作了哪些工做、工做到位與否、任務落實如何，實現脫貧過程可視化、數字化和動態化管理。同時，依託大數據，還能夠爲貧困地區提供信息服務，以便當地政府因地制宜、分類施策、因人而異發展產業、對接幫扶，確保脫貧取得實效。

3.大數據 人工智能 雲計算 物聯網 區塊鏈的概念及相互關係。

 大數據：大數據（big data）是指沒法在必定時間內用常規軟件工具對其內容進行抓取、管理和處理的數據集合。大數據技術，是指從各類各樣類型的數據中，快速得到有價值信息的能力。適用於大數據的技術，包括大規模並行處理（MPP）數據庫，數據挖掘電網，分佈式文件系統，分佈式數據庫，雲計算平臺，互聯網，和可擴展的存儲系統。

人工智能：人工智能（Artificial Intelligence），英文縮寫爲AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

雲計算：雲計算（cloud computing，臺灣譯做雲端運算），是分佈式計算技術的一種，其最基本的概念，是透過網絡將龐大的計算處理程序自動分拆成無數個較小的子程序，再交由多部服務器所組成的龐大系統經搜尋、計算分析以後將處理結果回傳給用戶。透過這項技術，網絡服務提供者能夠在數秒以內，達成處理數以千萬計甚至億計的信息，達到和「超級計算機」一樣強大效能的網絡服務。

物聯網：物聯網（The Internet of Things）的概念是在1999年提出的，它的定義很簡單：把全部物品經過射頻識別等信息傳感設備與互聯網鏈接起來，實現智能化識別和管理。物聯網經過智能感知、識別技術與普適計算、泛在網絡的融合應用，被稱爲繼計算機、互聯網以後世界信息產業發展的第三次浪潮。物聯網被視爲互聯網的應用拓展，應用創新是物聯網發展的核心，以用戶體驗爲核心的創新2.0是物聯網發展的靈魂。

區塊鏈：區塊鏈（Block Chain）起源於中本聰的比特幣，做爲比特幣的底層技術，本質上是一個去中心化的數據庫。是指經過去中心化和去信任的方式集體維護一個可靠數據庫的技術方案。

相互關係：物聯網的正常運行是經過大數據傳輸信息給雲計算平臺處理，而後人工智能提取雲計算平臺存儲的數據進行活動。

它們也能夠做爲一個技術體系，數字新技術主要包括大數據、雲計算、物聯網、區塊鏈、人工智能五大技術。根據數字化生產的要求，大數據技術爲數字資源，雲計算技術爲數字設備，物聯網技術爲數字傳輸，區塊鏈技術爲數字信息，人工智能技術爲數字智能，五大數字技術是一個總體，相互融合呈指數級增加，推進數字新經濟的高速度高質量發展。

4.大數據的職業前景。

咱們都知道，大數據如今是很是火熱的，基本上是人盡皆知，不少人也都很是想加入這個行業，成爲一名優秀合格的大數據工程師。從目前的狀況來看，因爲現今大市場環境下大數據人才匱乏，對於公司來講，很難招聘到合適的人才（既要有高學歷，同時最好還有大規模數據處理經驗），這也就爲那些正在成爲大數據工程師的朋友提供了一個很好的職業稀缺環境。那麼大數據工程師的職業發展前景具體如何呢？

大數據工程師的前途仍是很明朗的，成爲大數據工程師若是有相關方面的經驗的話仍是比較簡單的。目前長期從事數據庫管理、挖掘、編程工做的人，包括傳統的量化分析師方面的工程師，以及任何在工做中須要經過數據來進行判斷決策的管理者，好比某些領域的運營經理等，均可以嘗試該職位，而各個領域的達人只要學會運用數據，也能夠成爲大數據工程師。

大數據工程師在薪酬待遇也是頗有優點的，能夠說，大數據工程師在IT類職業中比較稀缺的，大數據工程師的收入待遇能夠說達到了同類的頂級。根據顏莉萍的觀察，國內IT、通信、行業招聘中，有10％都是和大數據相關的，且比例還在上升。大數據時代的到來很忽然，在國內發展勢頭激進，而人才卻很是有限，如今徹底是供不該求的情況。在美國，大數據工程師平均每一年薪酬高達17.5萬美圓，而據瞭解，在國內頂尖互聯網類公司，同一個級別大數據工程師的薪酬可能要比其餘職位高不少。

在職業發展路徑上，因爲大數據人才數量較少，所以大多數公司的數據部門通常都是扁平化的層級模式，大體分爲數據分析師、資深研究員、部門總監3個級別。大公司可能按照應用領域的維度來劃分不一樣團隊，而在小公司則須要身兼數職。這個職位的大部分人會往研究方向發展，成爲重要數據戰略人才。另外一方面，大數據工程師對商業和產品的理解，並不亞於業務部門員工，所以也可轉向產品部或市場部，乃至上升爲公司的高級管理層。