发展大数据的关键是数据，比数据更关键的是人才。大数据产业是一个“T 型产业”，既包括基础性、通用性的技术，例如数据库、分布式系统架构、高性能计算，也包括垂直行业的应用技术，比如医疗健康大数据、教育大数据、工业大数据、金融大数据、数字政府建设等等。很多看起来具有通用性的大数据技术，例如数据采集、数据治理和数据挖掘，事实上也是因行业不同而不同的，比如擅长医疗数据治理的同志可能完全不知道怎么处理工业生产数据，擅长分析医疗影像数据的同志可能对于工业生产中电流和振动的时间序列数据并不熟悉。在相当长一段时间里，脱离行业谈数据挖掘和人工智能的普适算法是幼稚的。

大数据产业的特点导致了大数据人才具有和其他类别人才极为不同的特性。第一，大数据人才层次跨度极大。大数据产业发展既对从事数据标注和数据运维等基础性工作人才有持续的巨大需求，又需要能够建设数据中台、搭建区块链底层系统、编写人工智能算法、开发前端探测设备、设计智能硬件和芯片的高级专家。第二，大数据人才学科背景多样。大数据人才既包括拥有算法设计、程序编写、数据分析等专业技能的核心人才，又包括拥有某些行业背景且具备一定大数据专业技术技能的复合型人才。前者大部分来自于计算机或相近学科方向，后者则学科背景极为多样。第三，大数据人才职岗分布广泛。大数据人才除从事技术类岗位外，很多还从事管理岗位，以及售前与解决方案岗位等。在四川省大数据与人工智能专业职称的六个专业方向中，专门设有“数字化管理”方向。这样的人才特征，不同于传统分析中专业细分更高的人才，例如育婴员、老年护理人员、汽车维修人员等等。

了解大数据人才供需现状，发现大数据人才发展的机会和瓶颈，提出有利于人才发展的建议，制定相应的人才发展政策，都是有相当困难的挑战。本蓝皮书正是希望用大数据的方法绘制大数据人才发展的全景图，通过大数据人才发展指数，揭示和对比各地大数据人才发展的需求和优势，从而能够帮助地方政府定量化地评价当前人才发展现状和有针对性地制定高效的人才政策。

对于大数据人才的引进和培养，我有一些具体的建议。一是要根据不同层次的人才设计有针对性的人才引培计划。根据大数据人才的第一个特征—大数据人才层次跨度极大，必须建立覆盖基础人才、中端人才、高端人才和领军人才的梯度人才引培计划。不同层次的人才有不同类型的需求，譬如高端人才和领军人才主要关注医疗保障、子女就学、个人所得税等问题；基础人才和中端人才会关注落户条件、购房资格、租住补贴、职前职中培训等问题。人才引培计划一定要抓住人才的核心诉求，还要协调各方资源争取满足这些需求，比如落地德阳、眉山和资阳的领军人才要的可能是成都的医疗和教育资源，地方政府要怎么谈，拿什么去换，都是需要解决的问题。二是要在人才引培计划中加大管理人才的比例。目前从国家到地方的人才计划，都倾向于支持科学技术类人才，但是大数据技术和产业结合非常紧密，一项先进技术能否发挥产业价值很大程度上取决于企业的管理团队。因此，除技术类人才外，还应设立大数据管理类人才专项，将一批预期将对地方大数据产业发展做出重要贡献的金融、法务、人力资源管理、运营管理等高端人才纳入到人才引培计划中。成都市的大数据领军人才计划每年大约有 50%-70% 入选的领军人才是管理类人才，这值得各地政府借鉴。三是给予产业创新主体在人才引培计划中更大的自主权。政府可以给达到一定条件（例如 IPO 企业，年利税达到一定水平的企业，年新增发明专利数达到一定水平的企业等）的大数据企业特别的名额，允许其自行评定人才计划入选者，政府在符合基本条件的情况下以企业评定结果为准。这样对企业而言，既是荣誉也是实惠，可以充分调动发挥大数据企业作为创新主体的能动性。四是持续支持相关的学科建设和学历教育。要鼓励地方高校积极申报“数据科学与大数据技术”学位点。加大资金投入，支持围绕大数据、云计算、人工智能、区块链、5G 通信、集成电路等直接和间接相关先进技术的学科建设和学历教育。通过新建、共建和改建等方式，建设一批围绕大数据产业发展需求的职业技术学校。四川省在大数据技术相关的职业技术教育方面是全国领先的，接下来还需要巩固这方面的优势。五是要加大力度支持大数据行业的职业培训。首先要建设一批大数据方向的教育培训基地，让企业和院校联合运营，针对大数据产业发展亟需的岗位，开展系统化的职业教育和职前培训。其次要针对相关公务员和企业家中高管，开展大数据产业发展理念和方法的高端培训。

感谢四川省大数据中心、成都大数据产业技术研究院有限公司、成都数聚城堡科技有限公司、四川省大数据发展研究会、遂宁市政务服务和大数据管理局、遂宁数字经济研究院组织人员设计和编写这本蓝皮书。希望这本蓝皮书能够让各位读者进一步坚定“以人才赋能产业”的信念，并通过蓝皮书的数据和信息找到适合本地政府或者本单位大数据人才引培的策略，这就是对蓝皮书组织和编写单位最好的感谢了。