
未來五年將進(jìn)入數(shù)據(jù)科學(xué)家時(shí)代
美國學(xué)者格斯特林表示,5年內(nèi)所有軟件應(yīng)用都將內(nèi)置智能,使數(shù)據(jù)科學(xué)家成為“認(rèn)知”技術(shù)經(jīng)濟(jì)的關(guān)鍵工作者。
對(duì)于一個(gè)理應(yīng)奇缺人才的領(lǐng)域,數(shù)據(jù)科學(xué)似乎在快速造就大批新專家。不久前,1600人出席了華盛頓大學(xué)(University of Washington)機(jī)器學(xué)習(xí)教授卡洛斯?格斯特林(Carlos Guestrin)執(zhí)掌的公司Turi在舊金山主辦的一次數(shù)據(jù)科學(xué)峰會(huì),表明數(shù)據(jù)科學(xué)引起的興趣是多么的濃厚。
格斯特林提出,所有軟件應(yīng)用在5年內(nèi)都將需要內(nèi)置的智能,使數(shù)據(jù)科學(xué)家——經(jīng)過培訓(xùn),能夠?qū)A繑?shù)據(jù)進(jìn)行分析的人員——成為這一新興“認(rèn)知”技術(shù)經(jīng)濟(jì)中的關(guān)鍵工作者。
無論這種關(guān)于數(shù)據(jù)科學(xué)即將無處不在的預(yù)測(cè)正確與否,目前已有一些核心的關(guān)鍵應(yīng)用依賴機(jī)器學(xué)習(xí),最主要的是推薦程序、欺詐探測(cè)系統(tǒng)、預(yù)報(bào)工具和旨在預(yù)測(cè)顧客行為的應(yīng)用。
把直到不久以前還專屬于研究科學(xué)家的技術(shù)納入生產(chǎn)級(jí)的業(yè)務(wù)應(yīng)用程序,可能指向企業(yè)競爭力的一種深刻變化。在Turi活動(dòng)上炫耀數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)技能的公司——包括優(yōu)步(Uber)、Pinterest和Quora——都創(chuàng)立于數(shù)字時(shí)代。
舉辦在線數(shù)據(jù)科學(xué)競賽的Kaggle的首席執(zhí)行官安東尼?戈德布盧姆(Anthony Goldbloom)表示,一些在模擬世界里成長壯大的公司,比如沃爾瑪(Walmart),也在大舉投資于數(shù)據(jù)科學(xué)領(lǐng)域。但他預(yù)測(cè)稱,它們不太可能趕上亞馬遜(Amazon)之類公司,這類公司擁有先發(fā)優(yōu)勢(shì),并且動(dòng)作很快。隨著相關(guān)技術(shù)在不同行業(yè)推廣,隨著智能系統(tǒng)發(fā)揮越來越關(guān)鍵的作用,這些趨勢(shì)可能導(dǎo)致行業(yè)領(lǐng)導(dǎo)地位發(fā)生天翻地覆的變化。
拖累許多傳統(tǒng)公司的一個(gè)因素,將是開展真正的機(jī)器學(xué)習(xí)運(yùn)作的高成本。
一名知情人士表示,Netflix估計(jì)在一個(gè)單一應(yīng)用——其電影推薦系統(tǒng)——上每年支出1.5億美元,而一旦把該公司對(duì)相關(guān)技術(shù)的所有應(yīng)用都考慮在內(nèi),總賬單很可能是這一金額的四倍。
許多創(chuàng)立時(shí)具有數(shù)字基因的公司——尤其是那些擁有海量實(shí)時(shí)客戶交互數(shù)據(jù)可以挖掘的互聯(lián)網(wǎng)公司——對(duì)數(shù)據(jù)科學(xué)的投入是不遺余力的。例如,Pinterest的首席科學(xué)家尤雷?萊斯科韋茨(Jure Leskovec)表示,該公司維護(hù)著逾100種可以應(yīng)用到不同類型問題中去的機(jī)器學(xué)習(xí)模型,不斷處理熱切希望利用這些資源解決業(yè)務(wù)問題的經(jīng)理們的請(qǐng)求。
人才是許多非科技公司的另一個(gè)問題。盡管數(shù)據(jù)科學(xué)家正大量涌現(xiàn)出來,但有些技能十分短缺,尤其是在深度學(xué)習(xí)方面——這是最高形式的機(jī)器學(xué)習(xí)。戈德布盧姆說,在使用Kaggle的自由職業(yè)計(jì)算機(jī)科學(xué)專家中,僅有大約1000人擁有深度學(xué)習(xí)技能,而可以運(yùn)用其他機(jī)器學(xué)習(xí)方法的有10萬人。
他接著說,大公司經(jīng)常不愿調(diào)整自己的工資等級(jí)去聘用該領(lǐng)域的頂級(jí)人才,即便某個(gè)高薪專家開發(fā)的算法可能對(duì)公司業(yè)務(wù)起到超出比例的效果。
然而,適應(yīng)即將到來的“智能”應(yīng)用時(shí)代的最大障礙,可能是文化上的。有些公司,比如通用電氣(GE),一直在硅谷打造自己的研發(fā)團(tuán)隊(duì),以吸引和開發(fā)他們將需要的數(shù)字技能。但是,他們將不得不把新的數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)專家安排到運(yùn)營部門中去,讓他們更接近部門經(jīng)理,才能收獲全部好處。
科學(xué)與業(yè)務(wù)實(shí)踐之間的這種結(jié)合是至關(guān)重要的。不言而喻的是,從現(xiàn)在開始,所有的經(jīng)理都將需要在數(shù)據(jù)引導(dǎo)下做出決策。但那需要思維模式的徹底改變,說來容易做來難。
戈德布盧姆說,這一挑戰(zhàn)已變得更為艱巨,因?yàn)榻?jīng)理們被要求圍繞新的“智能應(yīng)用”重新設(shè)計(jì)自己的工作流程,在一定程度上使他們自己失去存在的必要性。
盡管存在種種障礙,有些公司或許能處理好這一艱難的轉(zhuǎn)型。但是,那些在創(chuàng)立之時(shí)就把數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)作為業(yè)務(wù)核心的公司,很可能構(gòu)成強(qiáng)大競爭。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11