当前，随着数字化转型、立足数据中心运维管理的现状，顺应时代发展的潮流。对此，利用现有资源对数据中心的运维管理加强完善和创新，并加大落地实施的可能性，为行业的发展，国家的进步贡献力量。

数据中心数字化运维及风险管理
以计算机技术为依托的数据中心运维管理的显著特点就是大规模的数据流量，正在不断与原有的数据中心架构产生冲突。而且，目前现有设备不能满足大数据时代的数据中心管理要求;运维管理人员的技术水平可能会出现与之不匹配的情况;数据中心的运维管理制度不都完善，管理水平不高。
强化数据中心运维管理人员的技术应用水平
通过多维度的检验途径。如定期检查该技术的理论与实践水平确定工作人员的当前能力，在制定符合目前技术短板的相关培训，从而保证运维管理工作的顺利进行。
加强管理方面的知识渗透，以及工作人员的执行力
在加强数据中心运维管理人员的技术应用水平的前提下，加强管理学知识以及执行力的渗透，在为技术团队的整体语言表达能力的提升以及为管理层储备后续力量的同时保证时间段内的工作目标提前完成或者超量完成。
加强了解整体行业环境的意识
定期组织团队中的成员进行行业发展前景的探讨，为运维工作的有效进行提供有价值的参考意见。
大数据时代下，技术层面面临的挑战

围绕数据中心数字化与自动化运维管理，动力监控系统以计算机为载体，以信息技术为依托的技术，其产生的大规模数据也是大数据时代一个突出的特点。就目前而言大规模的数量利用率较低，即使专业水准较高的管理人员也会深感难度高、工作量大，与现有的技术水平不能完好对接。

而过度依赖专家给与的指导经验，可能会成为行业内部的不良风气。首先运维专家的培养周期较长，短时间没有任何效益输出;其次专家的意见偶尔会带有强烈的主观色彩，但是对于实际操作过程并不适用，最终导致工作的延误;最后就是过度依赖专家，会造成非可持续性。
将资源调度作为容量管理的关键，改进运维经验知识化的工作模式
通过科学合理的分析容量数据，构建完善的资源调度制度，实现新一代数据中心资源在应用间的动态分配，将成为大数据时代下数据中心运维管理的一大挑战。

而对于收集到的内外部数据，利用文本挖掘、聚类、分类预测等方法对信息进行加工展现，转化成知识库中的知识，并实现对信息的快速、自动化检索。