大數(shù)據(jù)分析技術(shù)的發(fā)展趨勢(shì)

　　我們生活的數(shù)字時(shí)代正在改變我們的工作，娛樂(lè)和學(xué)習(xí)方式。對(duì)于努力實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型或通過(guò)數(shù)據(jù)分析提高競(jìng)爭(zhēng)力的組織而言，成為數(shù)據(jù)驅(qū)動(dòng)型組織是一個(gè)關(guān)鍵目標(biāo)。實(shí)現(xiàn)這一目標(biāo)的進(jìn)展令人沮喪地緩慢。
 

　　根據(jù)2019年New Vantage Partners大數(shù)據(jù)和AI高管調(diào)查，來(lái)自接受調(diào)查的組織(例如美國(guó)運(yùn)通，福特汽車(chē)，通用電氣，通用汽車(chē)和強(qiáng)生)的高管中，幾乎有72%認(rèn)為他們沒(méi)有成功建立了數(shù)據(jù)文化。1只有31%的人表示他們的業(yè)務(wù)是數(shù)據(jù)驅(qū)動(dòng)的，而53%的人表示他們尚未開(kāi)始將數(shù)據(jù)視為業(yè)務(wù)資產(chǎn)。超過(guò)一半(52%)的受訪者承認(rèn)，他們?cè)跀?shù)據(jù)和分析方面沒(méi)有成功競(jìng)爭(zhēng)。
 

　　隨著可供組織使用的數(shù)據(jù)量不斷增加，企業(yè)對(duì)投資數(shù)據(jù)科學(xué)家的需求變得越來(lái)越緊迫。
 

　　數(shù)據(jù)爆炸
 

　　自數(shù)字時(shí)代開(kāi)始以來(lái)，數(shù)據(jù)一直以指數(shù)級(jí)的速度增長(zhǎng)，幾乎沒(méi)有放緩的跡象。不斷涌入的數(shù)據(jù)為現(xiàn)有數(shù)據(jù)科學(xué)模型提供了動(dòng)力，為改進(jìn)的數(shù)據(jù)科學(xué)模型以及創(chuàng)新的新用例創(chuàng)造了溫床。
 

　　物聯(lián)網(wǎng)(IoT)的增長(zhǎng)。造成這種數(shù)據(jù)爆炸的主要原因是物聯(lián)網(wǎng)。全世界大約有70億個(gè)設(shè)備連接了IoT，并且預(yù)計(jì)在七年內(nèi)將增長(zhǎng)到驚人的215億。預(yù)計(jì)航空，采礦和汽車(chē)行業(yè)將成為物聯(lián)網(wǎng)數(shù)據(jù)的最大貢獻(xiàn)者，并且隨著設(shè)備技術(shù)質(zhì)量的不斷提高，收集的數(shù)據(jù)類(lèi)型將變得更加豐富和多樣化。
 

　　社交媒體。僅在2019年3月，F(xiàn)acebook平均每天就有15.6億活躍用戶，到該月底為止，每月活躍用戶總數(shù)為23.8億。YouTube報(bào)告每天在其平臺(tái)上觀看的視頻超過(guò)10億小時(shí)，每月有超過(guò)19億的登錄用戶訪問(wèn)。8每當(dāng)用戶登錄以查看其新聞提要或觀看視頻時(shí)，都會(huì)生成數(shù)據(jù)-年齡，性別，位置，語(yǔ)言，觀看時(shí)間，觀看的視頻類(lèi)型，喜歡和共享的內(nèi)容類(lèi)型，用戶首選項(xiàng)等。這些是全球使用的前兩個(gè)社交媒體平臺(tái)，但是還有更多:
 

　　隨著對(duì)客戶收集更多信息的需求的增長(zhǎng)，數(shù)據(jù)源將繼續(xù)擴(kuò)大。組織對(duì)數(shù)據(jù)的訪問(wèn)越多，機(jī)器學(xué)習(xí)模型將變得越精確。這些數(shù)據(jù)的潛在應(yīng)用將進(jìn)一步推動(dòng)對(duì)數(shù)據(jù)科學(xué)的需求。如果沒(méi)有數(shù)據(jù)科學(xué)，組織將很難從數(shù)據(jù)中獲取全部?jī)r(jià)值。
 

　　機(jī)器的興起
 

　　在過(guò)去的幾年中，機(jī)器學(xué)習(xí)算法得到了迅速的發(fā)展，并且隨之而來(lái)的是專(zhuān)注于機(jī)器學(xué)習(xí)軟件的開(kāi)發(fā)。該軟件為那些希望成為數(shù)據(jù)科學(xué)家的人們降低了準(zhǔn)入門(mén)檻。
 

　　數(shù)據(jù)科學(xué)家的需求超出了供應(yīng)量，彭博社宣布這是2018 年美國(guó)最熱門(mén)的工作。然而，自動(dòng)化和教育正在使企業(yè)更容易使用數(shù)據(jù)科學(xué)，研究和分析。為了擴(kuò)大并加速數(shù)據(jù)科學(xué)和分析在業(yè)務(wù)中的采用，數(shù)據(jù)科學(xué)領(lǐng)域的大多數(shù)參與者將簡(jiǎn)化工具列為重中之重。加上大量的培訓(xùn)資源，使來(lái)自各個(gè)背景的專(zhuān)業(yè)人員都可以獲得急需的數(shù)據(jù)科學(xué)技能，這些技能現(xiàn)在對(duì)所有行業(yè)都可用。
 

　　這五個(gè)因素有助于將這些至關(guān)重要的功能交給更多的專(zhuān)業(yè)人士使用，并有可能緩解全球范圍內(nèi)的人才短缺。
 

　　自動(dòng)化ML。一些人估計(jì)，數(shù)據(jù)科學(xué)家一天中將近80%的時(shí)間用于可以完全或部分自動(dòng)化的重復(fù)性任務(wù)。自動(dòng)化任務(wù)，例如數(shù)據(jù)準(zhǔn)備，特征工程和選擇以及算法選擇和評(píng)估，將幫助數(shù)據(jù)科學(xué)家提高生產(chǎn)力和效率。
 

　　低代碼或無(wú)代碼應(yīng)用程序開(kāi)發(fā)。各種低碼和無(wú)碼軟件開(kāi)發(fā)平臺(tái)可供IT和非技術(shù)人員開(kāi)發(fā)AI應(yīng)用程序，這要?dú)w功于他們的應(yīng)用程序，其開(kāi)發(fā)和交付速度比傳統(tǒng)方法快10倍。圖形用戶界面，拖放模塊和其他用戶友好的結(jié)構(gòu)。
 

　　預(yù)訓(xùn)練的AI模型。開(kāi)發(fā)和培訓(xùn)ML模塊是數(shù)據(jù)科學(xué)家關(guān)鍵交付成果的一部分?，F(xiàn)在，經(jīng)過(guò)預(yù)訓(xùn)練的AI模型正在有效地培養(yǎng)ML專(zhuān)業(yè)知識(shí)，并減少了訓(xùn)練所需的時(shí)間和精力，其中17個(gè)甚至可以產(chǎn)生即時(shí)的關(guān)鍵見(jiàn)解。
 

　　自助數(shù)據(jù)分析。許多商業(yè)智能和分析供應(yīng)商正在使商業(yè)或非技術(shù)用戶無(wú)需使用數(shù)據(jù)科學(xué)家即可訪問(wèn)基于數(shù)據(jù)的見(jiàn)解。Salesforce，Adobe Analytics，Microsoft Power BI等提供了自助服務(wù)分析工具，以補(bǔ)充數(shù)據(jù)分析和發(fā)現(xiàn)。進(jìn)行自然語(yǔ)言查詢(xún)和搜索，可視數(shù)據(jù)發(fā)現(xiàn)以及自然語(yǔ)言生成的能力使業(yè)務(wù)用戶可以快速訪問(wèn)見(jiàn)解，并幫助他們交流數(shù)據(jù)發(fā)現(xiàn)，例如相關(guān)性，異常，聚類(lèi)，鏈接和預(yù)測(cè)。
 

　　加速學(xué)習(xí)。為具有基礎(chǔ)數(shù)學(xué)和編碼背景的專(zhuān)業(yè)人員提供的有關(guān)數(shù)據(jù)科學(xué)，數(shù)據(jù)科學(xué)研究，ML和AI 的短期培訓(xùn)課程的推出，正在加速企業(yè)學(xué)習(xí)。這些課程加快了專(zhuān)業(yè)人員學(xué)習(xí)基本數(shù)據(jù)科學(xué)技能的過(guò)程。
 

　　云和神經(jīng)網(wǎng)絡(luò)
 

　　結(jié)合ML算法，處理和存儲(chǔ)更多數(shù)據(jù)的功能越來(lái)越強(qiáng)大的計(jì)算機(jī)的發(fā)展帶來(lái)了對(duì)訓(xùn)練神經(jīng)網(wǎng)絡(luò)處理的轉(zhuǎn)變的需求。從歷史上看，訓(xùn)練神經(jīng)網(wǎng)絡(luò)是使用中央處理器(CPU)進(jìn)行的，但是2017年，谷歌發(fā)布了Tensor處理單元(TPU)，其速度和功能均比CPU強(qiáng)大。Google的Cloud TPU使得Google Translate，Photos，Search，Assistant和Gmail背后的ML可供企業(yè)使用，以補(bǔ)充其數(shù)據(jù)科學(xué)家為實(shí)現(xiàn)業(yè)務(wù)突破所做的努力。
 

　　為了獲得有意義的業(yè)務(wù)洞察力，需要有干凈，可靠的數(shù)據(jù)，這意味著，對(duì)于尋求優(yōu)勢(shì)的企業(yè)來(lái)說(shuō)，數(shù)據(jù)科學(xué)是一項(xiàng)值得其珍惜的技能。借助機(jī)器學(xué)習(xí)，人工智能和基于云的神經(jīng)網(wǎng)絡(luò)的增強(qiáng)，只要需要以客戶為中心的見(jiàn)識(shí)和客戶驅(qū)動(dòng)的數(shù)據(jù)以產(chǎn)生利潤(rùn)，就需要數(shù)據(jù)科學(xué)。