برنامه ریزی در حوزه کلان داده

از جمله مسائل مهمی که در حال حاضر در حوزه کلان داده مطرح است، این است که چگونه میتوان برای فعالیت در این حوزه در کشور برنامه ریزی راهبردی انجام داد و اصولا نوع نگاه به مسائل کلان داده باید چگونه باشد؟ آیا با موضوع جدیدی مواجه هستیم که نیازمند برنامه ریزی متفاوتی است یا اینکه این مساله در ادامه سیر تکاملی فناوری های مدیریت داده نمایان شده است؟

بر اساس هم اندیشی انجام شده با اساتید مختلف، رویکردهایی برای برنامه ریزی در این حوزه پیشنهاد شده است که در ادامه ارایه شده است:

پیشنهادات راهبردی

این موارد شامل اقدامات و پیشنهاداتی است که جهت دهی های کلی در حوزه کلان داده را در دراز مدت مشخص می کنند:

  • آسیب شناسی توسعه فناوری در کشور از طریق شناخت تجربیات و الگوهای موفق، شناخت تجربیات و الگوهای ناموفق به منظور بهره برداری در حوزه کلان داده
  • ایجاد سازوکاری جهت اندازه گیری میزان ارزش استخراج شده از داده های موجود در کشور با روش های سنتی فعلی و روش های مدرن پیشنهادی
  • بررسی ارتباط موضوع با حوزه شرکت های دانش بنیان و چگونگی ورود به این حوزه
  • بررسی ارتباط موضوع با نهادهای مختلف نظیر شورای عتف و نحوه اثرگذاری
  • لزوم مشاوره در عرصه مديريت فناوري يا MOT
  • لزوم بررسی مسایل مرتبط با امنیت (هم از بعد چالشی خود کلان داده نظیر حریم خصوصی و هم از بعد کاربرد کلان داده نظیر کشف تقلب و کشف جرم و …)
  • شناخت اکوسیستم کلان داده

پیشنهادات عملیاتی

این موارد شامل پیشنهادات و اقداماتی است که می بایست در راستای موارد راهبردی مشخص شده در حوزه کلان داده اجرا شوند:

  • برگزاری جلسات منظم و ارایه های تخصصی توسط اساتید جهت تبادل نظر و رسیدن به یک زبان مشترک : ارایه های تخصصی برای اینکه اثربخش باشند نباید محدود به یک همایش باشد و بجای آن باید بصورت مستمر در جلسات هم اندیشی وجود داشته باشد. در جلسات هم اندیشی هم نباید صرفا مباحثات پراکنده انجام شود و باید فرآیندی جهت ثبت و پردازش مباحثات بصورت مستمر وجود داشته باشد.
  • شناخت مدل راهبری فناوری های حوزه کلان داده و ارتباط آن با دیگر فناوری ها در کشورهای دیگر (در سطوح آکادمیک / صنعتی و حاکمیتی)
  • شناسایی شرکت های فعال در حوزه کلان داده و شناخت مسائل و نیازمندی ها
  • اولویت دهی محورها بر اساس کاربردهای مطرح در کشور
  • لزوم توجيه مسئولین و مديران ارشد و میانی شركت هاي بزرگ و سازمانها
  • در دسترس قرار گرفتن محتوای مربوط به این حوزه برای محققین و دانشجویان
  • لزوم برگزاری جلسات هدف مند و مستندسازی نتایج
  • لزوم بررسی موضوعات زیر:
    • حقوق معنوي طلايه داران رشته
    • پيش بيني وضعيت مالكيت حاصل از فعاليت هاي آتي اين حوزه در كشور
    • تعيين بخش هاي لازم براي بازنويسي جهت تعيين چيدمان موفق فناوري كشور.
    • تاريخچه داده هاي عظيم و آينده آن
    • حجم بازار اين حوزه و راهكارهاي ورود به آن
    • کلان داده از دیدگاه دانشگاهی
    • کلان داده از دیدگاه صنعتی

دسته بندی نشده

موارد زیر پیشنهاداتی هستند که بصورت کلی مطرح شده است و بصورت برنامه عملیاتی و یا راهبردی ارایه نشده اند:

  • لزوم توجه بیشتر به بحث تحلیل داده ها در حوزه کلان داده
  • لزوم توجه به بحث فرهنگ سازي، سرمايه گذاري و تبيين راهبردها
  • لزوم بررسی موارد باز: كشف انطباق روندها در ميان داده هاي انبوه، آمايش تحليلي آن و پويا (آماتاپ-OLAP) به صورت بلادرنگ RTOLAP، روش هاي طراحي ابر مكعب هاي آماتاپي

سوالات پیش رو

  • چه مسائلی برای صنایع کشور وجود دارد که با آن مواجه هستند؟ (لزوم دعوت از شرکت ها)
  • چه حوزه های کاربردی بطور دقیق وجود دارد؟ (لزوم دعوت از اساتید و صنایع برای بررسی حوزه های کاربردی موجود و مستند سازی آن)
  • چقدر از داده های موجود در کشور با روش های سنتی ارزش استخراج شده است و چه موانعی در استخراج ارزش بیشتر مشاهده شده است؟ (لزوم دعوت از اساتید و شرکت ها)
  • مشکلات فعلی آیا قابل اندازه گیری است؟ یا اینکه بصورت شهودی احساس میشود که مشکل کلان داده داریم؟ یا اینکه بصورت کالای لوکس تمایل داریم روی مساپل با این عنوان کار کنیم؟

 

برای مشارکت در برنامه ریزی و یا کسب اطلاعات بیشتر میتوانید به اینجا مراجعه نمایید.

برچسب‌ها: کلان داده, رایانش ابری, برنامه ریزی +;نوشته شده در ;۲۰۱۴/۱۰/۱۸ساعت;۰:۵۹ توسط;مرتضی سرگلزایی جوان; |;

2 دیدگاه برای “برنامه ریزی در حوزه کلان داده

  1. رضا

    سلام
    من دانشجوی ارشد کامپیوترم.میخواستم اگه امکان باشه در مورد پایان نامه (که می خوام در حیطه رایانش ابری باشه)چندتا سوال ازتون بپرسم.
    ممنون میشم اگه جوابمو بدین.
    وبلاگ ندارم.ولی ایمیلمو براتون گذاشتم.
    باتشکر فراوان از شما.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *