从医疗保健到物流,在广泛的行业中实施先进的分析解决方案有很大的空间。在许多方面,我们几乎没有触及可能的表面,看到未来将把我们带到哪里将会令人兴奋。在那之前,让我们来看看目前即将出现的一些主要趋势。
1. 欺诈——帮助和打击它
数据科学与欺诈行为密切相关——不幸的是,在欺诈的双方。一方面,我们有恶意行为者在技术的帮助下,可以毫不费力地欺骗其他方的通信,包括制作虚假的录音和视频。虽然大多数人都专注于这项技术的娱乐影响,但金融等各个行业都因这些趋势而面临重大问题。视频作为身份验证的一种形式正在迅速变得不可靠,公司一直在争先恐后地寻找不会在有隐私意识的用户心中引发任何危险信号的替代方案。
另一方面,先进的分析系统目前处于打击诈骗者的最前沿。许多经典骗局几乎可以完全自动可靠地识别出来,从而减轻了人工操作员的大部分工作,让他们专注于实际需要人工干预的案例。
2. 技术栈越来越精简
一开始,虽然数据科学还在蓬勃发展,但该领域的技术前沿却一片混乱。研究人员试图使用几乎所有的语言和技术栈来找出哪些有效,哪些无效,而且新手很难将自己定位在一个不会面临过时风险的方向上。现在,这是一个不同的故事。R 和 Python 等几种语言已经成为行业领导者,我们已经看到一些完整的堆栈在市场上稳定下来,并受到各级公司的关注。
对于那些有兴趣涉足该领域的人来说,这是一个巨大的变化,因为它在他们的学习阶段为他们提供了更多的安全感和信心,这可以说是人们最需要这种支持的时候。
3. 降低技术进入壁垒
数据分析过去被视为公司独有的东西,可以负担得起昂贵的专家来处理这些系统。不再。高级分析解决方案现在越来越多地以用户友好的方式打包,针对完全没有该领域经验的人。总的来说,这并不是科技行业的新趋势。看看应用程序开发——几十年前,它需要昂贵的高素质专家才能完成一些基本工作。今天,仍然需要这些专家,但他们的职位定义要严格得多。科学家们仍在努力进一步推动编程范式。但其余的工作由经验较少的人处理,使用经过多年打磨的技术,让普通人也能使用。
数据科学和分析已经发生了同样的事情。在接下来的几年里,它可能会继续发生,甚至可能贯穿整个十年。这对所有相关人员来说都是个好消息——公司会发现更容易获得深入的分析,而专家将享受从事更具挑战性的项目的自由,而不是不断地承担琐碎的工作。
4. 对有能力的专家的需求不断增长
这将我们引向另一个重要点。随着这些变化的发生,就业市场已经开始以一些可预测的方式发生变化。虽然公司不再需要高级专家来处理他们的分析(至少在基本层面上),但对该领域最合格的专业人士的需求一直在稳步攀升。这是因为财力雄厚的公司希望站在该领域新发展的前沿,而这仍然需要大量投资和称职的员工队伍。
那些正在考虑将自己定位在这个方向上的人肯定有很多潜力在他们面前。而且没有迹象表明事情会在短期内朝着不同的方向发展。
5. 更加注意清理和维护数据集
在过去的十年中,收集数据和存储数据以供未来分析出现了爆炸式增长。高级数据分析的好处之一是它可以很好地处理历史数据,这促使市场上一些最大的公司出现了一些边缘囤积行为——这些公司能够负担得起存储所有数据所需的大型数据中心。的信息。
但最近,一种新的趋势开始出现。公司已经开始意识到,他们为以后分析而积累的大量数据实际上最终可能基本上是无用的,至少在目前的状态下是这样。数据收集实践一开始并不十分勤奋和精简,这意味着许多公司现在拥有大量需要大量清理工作的数据集。不幸的是,这仍然需要大量的体力劳动——而这也是未来十年的重点。
总体而言,数据科学正朝着更加精简的局面发展,在这种情况下,每个人在行业中都有特定的位置,并且可以提前知道项目的典型要求。不过,这并不意味着有能力的专家获得成功的机会就会减少——恰恰相反。对于那些想尽可能密切地参与该领域的人来说,现在是最好的时机。
相关帖子DA内容精选 |