Noll
Det är ingen hemlighet att data forskare fortsätta att vara bland de mest eftertraktade proffs i alla av DET. Som organisationer fortsätter att söka efter sätt att få värde och insikter från sina data, det är dessa människor de ofta vända sig till för att få en känsla av all den information som strömmar in i deras system från ett växande antal källor.
Också: AI, maskininlärning, och data vetenskap gåta
De goda nyheterna för företag desperat att hitta dessa behövs expertområden är att data vetenskap är att bli “demokratiseras”, som kommer att bidra till att överbrygga talang lucka.
Fem faktorer är att demokratisera data vetenskap och sätta denna kritiska förmåga i händerna på fler yrkesgrupper, eventuellt lindra de förödande talang brist, enligt en rapport som släpptes i dag från konsultföretaget Deloitte.
Automatiserad maskin lärande. Vissa beräkningar visar att data forskare spenderar ungefär 80 procent av sin tid på repetitiva och tråkiga uppgifter — data beredning, har teknik och urval, och algoritmen för urval och bedömning-som kan vara helt eller delvis automatiserad.
Både etablerade leverantörer och nystartade företag har infört verktyg och tekniker som syftar till att automatisera uppgifter. Automatisera arbetet av data forskare kan göra dem mer produktiva och effektiva, fast som sagt, och organisationer kan göra aggressiv användning av data vetenskap automatisering för att stärka och utnyttja övertecknad talang.
Ansökan utveckling utan kodning. Låg-kod och inga-kod för utveckling av programvara plattformar ger grafiska användargränssnitt med dra-och-släpp-moduler, och andra användarvänliga funktioner som kan bidra till att DET så väl som icke-tekniska personal påskynda utveckling och leverans av artificiell intelligens (AI) – program.
Företaget ger exempel säljare med en no-kod plattform för att skapa en lärande-baserat verktyg för att ge rekommendationer till kunder baserat på cross-buy möjligheter. Sådana plattformar kan eventuellt göra mjukvaruutveckling 10 gånger snabbare än med traditionella metoder, enligt rapporten.
Pre-utbildade AI modeller. Som Deloitte påpekar, att bygga och utbildning machine learning moduler är en viktig verksamhet i data forskare. Vissa programvaruleverantörer har inletts före utbildade AI modeller, “effektivt förpackningsmaskin lärande, expertis och omvandla det till produkter,” enligt rapporten. Dessa produkter kan minska den tid och ansträngning som krävs för utbildningen, eller ens börja producera särskilda insikter direkt.
Self-service data analytics. Företag och andra icke-tekniska användare har verktyg som kan leverera data-baserade insikter utan att involvera analytics-specialister, till exempel data forskare. Self-service analytics-verktyg som erbjuds av många business intelligence (BI) och analytics-leverantörer nu har funktioner för att öka data analytics och discovery.
Några av dem automatisera processen med att utveckla och sprida modeller och funktioner som naturligt språk fråga och söka, visuella data discovery, and natural language generation kan hjälpa användare att automatiskt hitta, visualisera, och berätta data fynd som undantag, kluster, länkar och förutsägelser. Detta gör det möjligt för affärsanvändare att utföra komplexa data-analys och få snabb tillgång till egna insikter utan att förlita sig på uppgifter som forskare.
Måste läsa
I framtiden, inte ens ditt DNA kommer att vara heliga (CNET) 10 topp data vetenskap och analytics utbildning program (TechRepublic)
Accelererad inlärning. Det har skett en ökning av data vetenskap och AI-relaterade utbildningar och boot camps, enligt rapporten. Dessa program syftar till att yrkesverksamma som har grundläggande matematik och kodning bakgrunder och kan förmedla grundläggande data vetenskap färdigheter i en period som sträcker sig från ett par dagar till ett par månader. Sådana kurser är utformade för att möjliggöra proffs för att få grundläggande data vetenskap kompetens till projekten snabbt.
Tidigare och relaterade täckning:
Vad är AI? Allt du behöver veta
En verkställande guide till artificiell intelligens, från maskininlärning och allmänna AI att neurala nätverk.
Vad är djupt lärande? Allt du behöver veta
Lowdown på djupt lärande: från hur det förhåller sig till de bredare fält av maskinen lärande genom hur man kommer igång med det.
Vad är lärande? Allt du behöver veta
Denna guide förklarar vad lärande är, hur den är relaterad till artificiell intelligens, hur det fungerar och varför det är viktigt.
Vad är cloud computing? Allt du behöver veta om
En introduktion till cloud computing rätt från grunderna upp till IaaS och PaaS, hybrid, offentliga och privata moln.
Relaterade artiklar:
Det finns ingen roll för AI eller data vetenskap: det här är ett lagarbete Start Släkt ger strimma av hopp för AI i robotik AI: vy från Chief Data Vetenskap OfficeThe bästa programmeringsspråk för data scienceThe data vetenskap liv: Intuit är Ashok Srivastava på AI Det är inte jobb AI är förstört som stör mig, det är de som växer
Relaterade Ämnen:
Big Data Analytics
CXO
Digital Omvandling
Tech-Industrin
Smarta Städer
Cloud
0