环保大数据，环保大数据中心

　　这其中一个关键点，就是应用场景。大数据产业方案中应用场景的颗料度，跟方案提供者对于产业管理及业务的认知度成正比。而这个认知度及行业经验的载体，叫模型。埃睿迪创始人吴奇锋提到，大数据的下半场是跟产业的深度融合，融合产生价值的前提是基于对产业的透彻了解、产业知识及经验的深厚积累、成熟的技术及方案。当下，各地的环保工作面临着既要保证环保成果，又不能影响正常生产经营的挑战。如何科学地制定指标、精准监管?环保企业及工业企业如何实现动态控制环保指标、实时进行调整，避免先污后治带来的经济损失?成为实现环保与经济工作平衡的关键。

　　环保大数据应用

　　在将大数据技术、服务应用在现代环境保护与生态文明建设过程中时，可以合理利用大数据解决环境保护工作中的一些棘手问题：

　　（一）数据公开与数据收集。

　　（二）空气质量预警预报。

　　（三）利用大数据采集技术分析环境污染成因，将各种不同种类的环境指标信息和污染源排放信息相互结合，开展数据分析活动，通过科学的分析合理预测企业排污强度，污染源分布情况及其对周围环境质量的影响，以此为依据制定环境治理方案，并定时监测环境治理效果，不断改进治理方案。

　　大数据技术的发展及应用，可以说为人类治理环境问题提供了一条崭新的途径，对于环境保护者而言，既要积极地促进大数据技术在环境保护领域中合理应用，进而在认识自然界客观发展规律方面获得更多自由。同时又要注意避免大数据技术应用过程中潜在的各种风险，从战略高度认识环境保护工作，充分发挥大数据在环境保护领域的作用。

　　环保大数据基础软件需要哪些

　　大数据技术专业属于交叉学科：以统计学、数学、计算机为三大支撑性学科；生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。

　　此外还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才(有专业知识、有数据思维)。

　　以中国人民大学为例：

　　基础课程：数学分析、高等代数、普通物理数学与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践。

　　必修课：离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析。

　　选修课：数据科学算法导论、数据科学专题、数据科学实践、互联网实用开发技术、抽样技术、统计学习、回归分析、随机过程。

　　大数据岗位：

　　1、大数据系统架构师

　　大数据平台搭建、系统设计、基础设施。

　　技能：计算机体系结构、网络架构、编程范式、文件系统、分布并行处理等。

　　2、大数据系统分析师

　　面向实际行业领域，利用大数据技术进行数据安全生命周期管理、分析和应用。

　　技能：人工智能、机器学习、数理统计、矩阵计算、优化方法。

　　3、hadoop开发工程师。

　　解决大数据存储问题。

　　4、数据分析师

　　不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中通过运用工具，提取、分析、呈现数据，实现数据的商业意义。

　　5、数据挖掘工程师

　　做数据挖掘要从海量数据中发现规律，这就需要一定的数学知识，最基本的比如线性代数、高等代数、凸优化、概率论等。经常会用到的语言包括Python、Java、C或者C++，我自己用Python或者Java比较多。有时用MapReduce写程序，再用Hadoop或者Hyp来处理数据，如果用Python的话会和Spark相结合。