黨的二十屆三中全會強調教育、科技、人才是中國式現代化的基礎性、戰略性支撐，要深化教育綜合改革、深化科技體制改革、深化人才發展體制機制改革。數據產業的發展是在新時代、新格局、新形勢下的市場新導向，對建設性人才的需要也邁向更高的水平，所以需要持續深化改革，完善相關體制機制，促進高水平數據人才供給源源不斷。

一、數據人才的深化發展是戰略所向

根據《加快數字人才培育支撐數字經濟發展行動方案（2024-2026）》指導意見指出，要發揮數字人才支撐數字經濟的基礎性作用，堅持創新引領和服務發展，堅持需求導向和能力導向，緊貼數字產業化和產業數字化的發展需要，著力培養一支規模壯大、素質優良、結構優化、分布合理的高水平數字人才隊伍。數據人才作為培養數字人才的其中一個方面，并且是服務于數據要素價值創造的關鍵性力量，所以規模壯大、質量突出、結構完整的數據人才隊伍必須加快推進新階段建設。

二、數據人才的培育深化亟待變革

首先，數據人才基礎不牢，專業對口匱乏

數據人才的多元儲備是支撐數據產業長效發展的基礎。我國數字化轉型在近年來才由管理經驗決策驅動向數據決策驅動，所以從供給端來看，當前的人才供給發展階段還處于起步期，并且在職的相關人才中大多是非數據專業的對口人才，而是來自計算機、軟件工程等偏向數據架構的人才，缺少數據全要素發展的人才，即以數據類專業知識學習為基礎的復合型專業人才，所以在整體的數據產業發展上對于數據科學等專業知識的背景的人才比較缺乏。

其次，數據素養整體偏低，學科尚待完善

當前面向數據要素人才市場培養的數據科學與大數據技術、數據計算及應用、數據資產化培訓班等逐步展開，還有部分高校探索的以微專業形式開設的數據科學，但是整體來看當前的學科體系上還在探索階段，從計算機科學、商業分析、統計學等專業中進行結合調整，處于學科體系根據市場需求適應的階段，所以高校的數據科學學科體系的建設還有較大的完善空間。

再其次，資格證書市場混亂，培訓仍需統籌

當前數據要素從業的資格證書主要分為數據分析類、數據庫建設類、數據工程師類、數據治理類、數據采集類、數據挖掘類、機器學習類等與數據要素各環節相關的證書，開設組織方和培訓方涉及協會、高校、企業等多主體市場參與者，但是國外的證書相對于國內的證書體系相對豐富，并且涉及的環節更加多元和針對性，豐富多元的證書在市場間的互相認可性存在相關疑問，所以數據要素產業市場的教培體系紛繁雜亂，會讓學習者產生無從下手的感知。

最后，數據價值認知不足，企培必然深化

當前市場上存在企業對于數據價值的認識不深刻，例如相對于深度挖掘、轉化應用，企業會更看重數據資產的交易流通所創造的收益，有的企業機構形式化構建數據資源，數據的時效性未得到保障，企業員工也存在“數據在計算機、網絡等就是數據資產”等認識錯誤，這些認知上的錯位導致企業對于數據價值結合企業實踐場景、多元開發的深度不足，從而部分數據資產的價值受到低估甚至處置，對于企業的數據化轉型和數據資源利用率產生影響。

三、數據人才的高質量建設要齊頭并進

（一）健全人才培養體系，提升素養技術能力

首先，完善素養教育體系，加強對中小學、大學等教育層次的人才數據素養的普及，通過課程改革、實踐操作培養、游學參訪等形式加強數據人才儲備建設，提升數據素養能力；其次，完善職業教育，建立由政府、協會等公信力機構設立的資格認證體系（涉及數據要素各環節的證書建設）等專業技能的培養制度，例如數據架構師、前端開發工程師、商業分析師等，培養相關領域人才的專業執業技能，快速補齊我國數據中國建設的技術人才需求，其中教育部需要聯合相關部門對證書培訓市場進行有序監管、糾察、整改，促進培訓市場的有序運行；最后，加強高等教育校企合作，推進以數據化人才需求為背景下的跨學科人才培養制度，例如金融+計算機、會計+商業分析、人力資源管理+供應鏈計算等全新專業設計，推動我國數據要素市場加快與實體經濟相結合，深入各種場景下加快數據化轉型。

（二）深究理論聯系實際，創新產學研思模式

為破解專業課程體系與企業發展實際不匹配的困境，高校需要加快與企業構建協同人才培育模式，數據科學、數據產業是結合多門傳統學科而形成的一門綜合性、實踐性極強的學科專業，所以需要高校引進企業工程師、領域專家創新課程模式，同時加強學生學術導師制、實踐導師制的體系培育，對學生科研能力、實踐能力、發現問題能力、解決問題能力提出新的目標和發展思路，通過學生在課堂、科研、企業多方的有序流轉學習，綜合性提升學生的能力。

（三）完善定向激勵機制，建設人才虹吸高地

首先，實行有地方特色的人才優惠制度，根據地方的經濟發展、數據產業發展階段設定一次性或分批次的人才補助、人才優惠，涉及基礎性（醫療、住房、交通等）和創新性（培訓、職業規劃、人才俱樂部等）的在資金、導師、人脈等方面的全方位支持體系，讓數據人才引得來、留得??；其次，實行區域性的人才激勵政策，建立物質層面、能力培養（涉及數據技術能力深造等）等方面的激勵政策，匹配例如科研資金、創業資金、成果獎勵等獎勵基金蓄水池，建立完整的人才評估認定程序、科創成果申請認定程序、發展績效成果建立標準等多方面對人才成果進行激勵，鼓勵其在本地的數據產業發展中作出重大貢獻，讓人才有空間、有前景的發展。

（四）整合企業培訓資源，強化數據價值開發

首先，對市場上的服務于企業培訓的機構資源進行按數據要素環節梳理，例如數據挖掘、數據分析、數據治理等，對各環節優質企培機構（師資、專業技能、資格資質等相符的）進行相關資源上的扶持，例如企業對接、外部資源引入等，促進市場的培訓市場由無序競爭向頭部示范方向發展。其次，引導企培機構和相關企業共同與本區域的數據應用場景相結合，將課程體系深度與企業的數據場景應用中的痛點難點相結合，將課程發展方向與數據價值釋放深度綁定，合理規范企業培訓市場的培訓體系，服務數據資產的應用。