大连东软信息学院-数据科学与大数据技术专业建设调研问卷

您好！为了解企业在大数据与AI领域的业务布局、岗位需求、技术栈及人才能力要求，特开展本次调研。问卷约需5-8分钟，答案无对错之分，请根据贵企业实际情况填写。感谢您的支持与配合！

Q1:您的单位名称及部门名称

填空1

Q2:您当前的职位

填空1

Q3:您的姓名

填空1

Q4:在您所在的企业里，目前是否有大数据或AI相关的业务？

完全没有

有需求，但尚未落地

有少部分业务

有大量大数据/AI业务

其他

Q5:针对大数据/AI业务，贵企业目前设置了哪些岗位？今年计划每个岗位招聘多少人？

算法工程师

BI工程师/数据分析师（数仓+报表/可视化）

大数据开发工程师（Hadoop/Spark/Flink等）

大模型工程师（含微调、推理优化）

数据治理工程师

AI产品经理

智能体（Agent）开发工程师

其他（请注明岗位及招聘人数）

Q6:与去年相比，贵企业在数据/AI相关岗位的招聘需求发生了哪些变化？

总体招聘需求增加

总体招聘需求减少

传统大数据岗位需求不变，新增AI相关岗位

对复合型人才（“AI+数据”双栖能力）需求明显增加

基础数据分析岗位需求减少

其他

Q7:贵企业目前大数据/AI相关岗位的员工总数约为多少人？

0人

1-10人

11-50人

51-100人

100人以上

其他

Q8:在数据存储方面，贵企业目前使用了哪些存储方式？

关系型数据库（MySQL/Oracle等）

传统数仓（Hive等）

分布式数仓

数据湖（HDFS等）

实时数仓

湖仓一体（Lakehouse，如Iceberg/Delta Lake/Hudi）

向量数据库（用于大模型应用）

其他

Q9:在大数据开发领域，贵企业目前主要使用的技术有哪些？

MapReduce

Hive

Spark

Flink

ElasticSearch

ClickHouse

Apache Doris

Kafka

dbt

StarRocks

Iceberg / Hudi / Delta Lake

其他

Q10:在大模型应用方面，贵企业目前使用或计划使用哪些技术/工具？

LangChain/LlamaIndex

RAG（检索增强生成）系统

模型微调（LoRA/QLoRA等）

模型部署与推理优化

智能体（Agent）开发框架

暂未涉及大模型

其他

Q11:贵企业的数据基础设施是否已向“云原生”方向迁移？

已全面上云

部分业务上云

计划中

暂无计划

其他

Q12:针对校招，您希望大数据相关专业毕业生具备哪些能力？

数据仓库原理及应用

数据可视化（报表、图表、多维分析）

大数据开发（Hadoop/Spark/Flink/Kafka等）

数据治理体系

数据挖掘与机器学习

深度学习

大模型应用能力（提示工程/RAG/Agent等）

SQL语言能力

Python编程能力

其他

Q13:在大数据/AI领域，您认为以下哪些技能比较重要？

Linux系统熟练使用

Java编程能力

Python编程能力

大数据系统的部署与应用

SQL语言能力

数仓设计与应用能力

并行计算程序开发

机器学习算法应用能力

大模型应用能力

云平台数据服务能力（AWS/阿里云/Azure等）

其他

Q14:在大模型领域，贵企业需要具备哪些方向知识的人才？

模型微调

提示工程（Prompt Engineering）

智能体（Agent）开发

模型部署与推理优化

大模型开发（预训练等）

多模态模型开发

RAG系统构建

目前暂无大模型相关需求

其他

Q15:您认为大模型/AI技术的发展，对贵企业的大数据业务带来了哪些具体影响？

提升了数据分析和处理的效率

改变了对数据岗位的能力要求（从单一技术能力转向“技术+业务+AI”复合能力）

催生了新的岗位需求（如AI产品经理、智能体工程师等）

对数据质量和数据治理提出了更高要求

对实时数据处理的需求增加

基础数据分析岗位需求减少

目前影响不大

其他

Q16:您理想中的大数据/AI人才，应具备哪些特质？（非必填）

填空1

大连东软信息学院-数据科学与大数据技术专业建设调研问卷

关于

1个月前

更新

频次

题目数

有问题？问问AI帮你修改改主题：如咖啡问卷改为奶茶问卷