Nul
Het is geen geheim dat de gegevens wetenschappers blijven behoren tot de meest gewilde professionals in alle van HET. Als organisaties blijven zoeken naar manieren om te profiteren van de waarde en de inzichten van hun gegevens, dit zijn de mensen met wie ze vaak draai aan om de betekenis van alle informatie te gieten in hun systemen uit een groeiend aantal bronnen.
Ook: De AI, machine learning en data science raadsel
Het goede nieuws voor bedrijven wanhopig op zoek naar deze benodigde vaardigheden is dat de gegevens wetenschap is steeds “gedemocratiseerd”, die zal helpen bij het overbruggen van de talent gap.
Vijf factoren zijn de democratisering van gegevens wetenschap en zetten dit kritisch vermogen in de handen van meer professionals, mogelijk verlichten van de nijpend tekort aan talent, volgens een rapport dat vandaag werd vrijgegeven van adviesbureau Deloitte.
Geautomatiseerde machine learning. Sommige schattingen geven aan dat gegevens wetenschappers besteden ongeveer 80 procent van hun tijd aan terugkerende en tijdrovende taken — data preparatie, voorzien van engineering en selectie, en het algoritme voor de selectie en de evaluatie — dat kan geheel of gedeeltelijk geautomatiseerd.
Zowel gevestigde leveranciers en startups hebben geïntroduceerd, tools en technieken, ontworpen voor het automatiseren van taken. Het automatiseren van het werk van gegevens wetenschappers kan ze meer productief en effectief, het bedrijf zei: en organisaties kunnen agressief gebruik van data science automatisering te versterken en benutten overtekend talent.
De ontwikkeling van de applicatie zonder codering. Lage-code en niet-code voor ontwikkeling van software platformen bieden van grafische user interfaces, drag-en-drop-modules, en andere gebruiksvriendelijke functies die kunnen helpen HET zo goed als niet-technische stafleden versnellen van de ontwikkeling en levering van kunstmatige intelligentie (AI) toepassingen.
Het bedrijf geeft het voorbeeld van de verkopers het gebruik van een niet-code platform te maken van een machine learning-based programma product aanbevelingen aan klanten op basis van cross-sell mogelijkheden. Dergelijke platforms kan het mogelijk maken de ontwikkeling van software een 10 maal sneller dan de traditionele methoden, volgens het rapport.
Pre-opgeleid AI modellen. Als Deloitte wijst erop, de opbouw en training van machine learning modules is een van de belangrijkste activiteit van gegevens wetenschappers. Sommige softwareleveranciers hebben gelanceerd pre-opgeleid AI modellen, “effectief verpakking machine learning expertise en om te zetten in producten,” aldus het rapport. Deze producten kunt knippen de tijd en inspanning die nodig is voor de opleiding, of zelfs beginnen met het produceren van specifieke inzichten meteen.
Self-service-data-analyses. Het bedrijfsleven en andere niet-technische gebruikers zijn tools beschikbaar die kan leveren gegevens gebaseerde inzichten, zonder tussenkomst van google analytics specialisten, zoals data-wetenschappers. Self-service analytics tools aangeboden door vele business intelligence (BI) en analytics leveranciers nu ook functies voor het verbeteren van data-analyse en ontdekking.
Een aantal van hen automatiseren van het proces van het ontwikkelen en implementeren van machine learning modellen en functies zoals natuurlijke taal query en zoeken, visual data discovery, en natural language generation kan u helpen gebruikers om automatisch te zoeken, te visualiseren, en het vertellen van gegevens bevindingen zoals uitzonderingen, clusters, links, en voorspellingen. Dit kunnen zakelijke gebruikers voor het uitvoeren van complexe data-analyse en snel toegang krijgen tot aangepaste inzichten zonder te vertrouwen op de gegevens wetenschappers.
Moet lezen
In de toekomst, zelfs niet met uw DNA is heilig (CNET) de top 10 van gegevens wetenschap en analyses onderwijs programma ‘ s (TechRepublic)
Versneld leren. Er is een overvloed van data science en AI-gerelateerde opleidingen en boot camps, aldus het rapport. Deze programma ‘ s zijn gericht op professionals, die beschikken over elementaire wiskunde en de codering van achtergronden en geven kan basisgegevens wetenschappelijke vaardigheden in een periode variërend van een paar dagen tot een paar maanden. Dergelijke cursussen zijn ontworpen om professionals te brengen basic data science vaardigheden om projecten snel.
Vorige en aanverwante dekking:
Wat is AI? Alles wat je moet weten
Een executive gids voor kunstmatige intelligentie, van machine learning en algemene AI-neurale netwerken.
Wat is diep leren? Alles wat je moet weten
De lowdown op diep leren: van hoe het zich verhoudt tot het bredere veld van machine-leren door te zien hoe aan de slag met het.
Wat is machine learning? Alles wat je moet weten
In deze gids wordt uitgelegd wat ‘machine learning’ is, hoe het is in verband met kunstmatige intelligentie, hoe het werkt en waarom het belangrijk is.
Wat is cloud computing? Alles wat u moet weten over
Een introductie van cloud computing recht vanaf de basis tot IaaS en PaaS -, hybride -, public en private cloud.
Verwante artikelen:
Er is geen rol voor de AI of data science: dit is een team inspanning Opstarten Verwanten brengt glimp van hoop voor AI AI-robotica: Het uitzicht vanuit de Chief Data Science OfficeThe beste programmeertaal voor gegevens scienceThe data science leven: Intuit ‘ s Ashok Srivastava op AI het is niet de banen AI is het vernietigen van dat stoort me, het is degenen die groeien
Verwante Onderwerpen:
Big Data Analytics
CXO
Digitale Transformatie
Tech Industrie
Smart Cities
Cloud
0