RK | 企業(yè) | iB+iF |
---|---|---|
1 | 神州信息 | 96.61 |
2 | 滴普科技 | 95.46 |
3 | 廣聯(lián)達(dá) | 95.31 |
4 | 極視角 | 95.28 |
5 | 四維圖新 | 95.26 |
6 | 巨量引擎 | 94.77 |
7 | 佳都科技 | 94.76 |
8 | 金山云 | 94.68 |
9 | 衛(wèi)寧健康 | 94.61 |
10 | 神策數(shù)據(jù) | 94.21 |
11 | 杉數(shù)科技 | 94.15 |
12 | 奇點(diǎn)云 | 93.87 |
13 | 網(wǎng)易數(shù)帆 | 93.82 |
14 | 依圖科技 | 93.58 |
15 | 同盾科技 | 93.37 |
16 | 神州醫(yī)療 | 93.33 |
17 | 袋鼠云/玳數(shù)科技 | 93.21 |
18 | 聯(lián)影醫(yī)療 | 93.00 |
19 | 東方金信 | 92.59 |
20 | 九章云極DataCanvas | 92.38 |
21 | 軟通動(dòng)力 | 92.23 |
22 | 山大地緯 | 91.47 |
23 | 觀遠(yuǎn)數(shù)據(jù) | 91.22 |
24 | 浙大網(wǎng)新 | 91.06 |
25 | 光大科技 | 90.84 |
26 | 聚合數(shù)據(jù) | 90.73 |
27 | 美林?jǐn)?shù)據(jù) | 90.55 |
28 | 數(shù)位科技 | 90.41 |
29 | 極光大數(shù)據(jù) | 90.28 |
30 | 佰聆數(shù)據(jù) | 89.77 |
31 | 熱云數(shù)據(jù) | 89.67 |
32 | ZStack/云軸科技 | 89.62 |
33 | 三盟科技 | 89.53 |
34 | 銀基科技 | 89.31 |
35 | 寄云科技 | 89.22 |
36 | 悠樺林 | 89.17 |
37 | 數(shù)騰軟件 | 88.95 |
38 | 大普微DapuStor | 88.56 |
39 | 力石科技 | 88.30 |
40 | 云建信 | 88.12 |
41 | 思邁特Smartbi | 88.00 |
42 | 淵亭科技DataExa | 87.99 |
43 | 標(biāo)貝科技 | 87.88 |
44 | 極熵?cái)?shù)據(jù) | 87.80 |
45 | 深擎智能 | 87.75 |
46 | 透徹影像 | 87.57 |
47 | 冰寒科技 | 87.33 |
48 | 柏睿數(shù)據(jù)RapidsDB | 87.10 |
49 | 炎凰數(shù)據(jù) | 87.07 |
50 | 眾調(diào)科技 | 86.77 |
2023.10 DBC/CIW/CIS |
無處不在
現(xiàn)如今,大數(shù)據(jù)已應(yīng)用于各行各業(yè),與金融、醫(yī)療、工業(yè)、汽車、餐飲、零售、電信、能源和娛樂等在內(nèi)的各種場景實(shí)現(xiàn)了深度融合。
在金融領(lǐng)域,大數(shù)據(jù)在高頻交易、社交情緒分析和信貸風(fēng)險(xiǎn)分析三大金融創(chuàng)新領(lǐng)域發(fā)揮重大作用;在醫(yī)療領(lǐng)域,醫(yī)療大數(shù)據(jù)平臺(tái)的建立有助于提升醫(yī)療診斷的質(zhì)量和安全性;在汽車行業(yè),利用大數(shù)據(jù)和物聯(lián)網(wǎng)技術(shù)的無人駕駛汽車,即將在不遠(yuǎn)的未來普及到人們的日常生活中;在消費(fèi)領(lǐng)域,購物娛樂、交通出行、生活繳費(fèi)等各方各面都在大數(shù)據(jù)的賦能下更加高效、便捷......
大數(shù)據(jù)的價(jià)值,遠(yuǎn)不止于此。大數(shù)據(jù)對(duì)各行各業(yè)的滲透,大大推動(dòng)了社會(huì)生產(chǎn)和生活,它的影響將發(fā)生在關(guān)乎人類生產(chǎn)生計(jì)的千行百業(yè)。在與各類場景的融合中,大數(shù)據(jù)的價(jià)值能夠得到真正釋放。
工欲善其事,必先利其器
想要大數(shù)據(jù)在各行業(yè)場景應(yīng)用中發(fā)揮更大價(jià)值,需要大數(shù)據(jù)提供更先進(jìn)的數(shù)據(jù)分析能力。大數(shù)據(jù)場景下的數(shù)據(jù)質(zhì)量大多數(shù)情況并不理想,雖然數(shù)據(jù)量已足夠多,但就其本身而言,存在數(shù)據(jù)來源渠道不同、數(shù)據(jù)信息有真有假、數(shù)據(jù)內(nèi)容有實(shí)有虛等問題。
大數(shù)據(jù)技術(shù)解決了兩方面的問題,一是效率的問題,二是質(zhì)量的問題,而這兩方面問題也彼此相關(guān)。效率問題上,大數(shù)據(jù)技術(shù)獲益于底層軟硬件計(jì)算框架的能力發(fā)展;質(zhì)量問題上,大數(shù)據(jù)技術(shù)則依賴于數(shù)據(jù)科學(xué)算法的研究和創(chuàng)新。
由于大數(shù)據(jù)場景下數(shù)據(jù)質(zhì)量較差,因此在數(shù)據(jù)分析方法的層面上衍生出了新的技術(shù)解決思路,深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)可以說是大數(shù)據(jù)在算法方向最為重要的技術(shù)突破。市場化商業(yè)環(huán)境所能產(chǎn)生的業(yè)務(wù)數(shù)據(jù),在很多領(lǐng)域已經(jīng)可以滿足建模所需的數(shù)據(jù)規(guī)模需求,這也為深度學(xué)習(xí)的廣泛應(yīng)用提供了良好的落地基礎(chǔ)。
以制造業(yè)為例,利用工業(yè)大數(shù)據(jù)可以提升制造業(yè)行業(yè)整體水平,包括產(chǎn)品故障診斷與預(yù)測、分析工藝流程、改進(jìn)生產(chǎn)工藝,優(yōu)化生產(chǎn)過程能耗、工業(yè)供應(yīng)鏈分析與優(yōu)化、生產(chǎn)計(jì)劃與排程。但制造業(yè)融入大數(shù)據(jù)發(fā)展已有多年,制造業(yè)信息化的發(fā)展卻不盡人意。不同的信息有不同格式的數(shù)據(jù)通信協(xié)議,要構(gòu)建完整的生態(tài)體系,更是如同蜀道之難。
現(xiàn)代組織把海量的數(shù)據(jù)視為寶貴資源,并不斷尋求最佳實(shí)踐工具來最有效地利用這些數(shù)據(jù),大量的應(yīng)用場景產(chǎn)生的大量的有價(jià)值數(shù)據(jù)會(huì)促進(jìn)各行各業(yè)的發(fā)展與突破,從數(shù)據(jù)源到數(shù)據(jù)分析以及數(shù)據(jù)價(jià)值實(shí)現(xiàn)需要更專業(yè)的數(shù)據(jù)處理技術(shù)來實(shí)現(xiàn)這一完整鏈路。
結(jié)語
我們知道,今天是一個(gè)大數(shù)據(jù)的時(shí)代,大數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)社會(huì)發(fā)展的核心驅(qū)動(dòng)力,正在改變社會(huì)的運(yùn)行方式。
(文/螢火)
e-Mail:lab@enet16.com