BI & Big Data Trends 2017
來源:拓撲社
大數據媒體KDnuggets,就大數據領域的發展現狀與趨勢,採訪了8位業內專家,以下是他們的觀點。
由於亞馬遜AWS、Rackspace、Azure等雲數據服務的興起,2016年數據量出現了大規模增長,數據量增長的趨勢,將在2017年持續。
2017年還將出現更多機器學習、認知計算、預測分析相關的項目。2017年依然會面臨數據隱私問題,數據科學家、首席數據官、首席架構師等職位,在2017年會越來越熱門、定位也會越來越清晰。即時數據流,和更加複雜的數據管道,將重新定義大數據。
2017年還將出現更多機器學習、認知計算、預測分析相關的項目。2017年依然會面臨數據隱私問題,數據科學家、首席數據官、首席架構師等職位,在2017年會越來越熱門、定位也會越來越清晰。即時數據流,和更加複雜的數據管道,將重新定義大數據。
2017年最主要的趨勢,是更多的程序員學習選擇數據科學技能,以發展自己的職業生涯。2017年最熱門的數據科學項目,會聚焦在流媒體分析、嵌入式深度學習、認知物聯網(cognitive IoT)、認知聊天機器人、嵌入式機器認知、自動駕駛汽車、電腦視覺和語音辨識等領域。
同時,我們也會在明年看到新一代的神經網路經片、GPU和其他的高性能認知計算框架。
Gartner副總裁,知名分析師
2016年大數據最大的一個變化,是人們不再談論大數據了,大數據的概念已經普及。關注的重點逐步轉為商業導向,如何管理、評估「資訊資產」,以及如何對「資訊資產」進行變現。
2016年大數據最大的一個變化,是人們不再談論大數據了,大數據的概念已經普及。關注的重點逐步轉為商業導向,如何管理、評估「資訊資產」,以及如何對「資訊資產」進行變現。
2017年我們應該努力弄清楚,數據權利和責任、所有權,尤其是涉及到物聯網數據。目前數據資產在會計業、律師界和保險行業都十分稜模兩可。
但隨著機構投資人和分析師,越來越看重企業的資訊化程度,這種情況會逐步改善。2017年大公司會越來越注重大數據人才,比如數據經理人和其他資訊整合人才。
但隨著機構投資人和分析師,越來越看重企業的資訊化程度,這種情況會逐步改善。2017年大公司會越來越注重大數據人才,比如數據經理人和其他資訊整合人才。
商業智慧&數據架構師,All Things Data博主
2016年大數據已經沒有前幾年那麼火熱,隨著大數據基礎設施、軟體和理論的發展,大數據分析解決方案已經越來越成熟、普及,不再僅僅局限於少數先行者。
2016年大數據已經沒有前幾年那麼火熱,隨著大數據基礎設施、軟體和理論的發展,大數據分析解決方案已經越來越成熟、普及,不再僅僅局限於少數先行者。
隨著大數據的成熟,自助服務和自動化,得到越來越多的關注。雖然大數據分析解決方案越來越容易獲取,但是我們仍然需要具備通信、資訊處理技術的專業人員才能使用。
隨著人工智慧、機器學習、VR、AR、物聯網、容器技術的發展,大數據解決方案,將進入新的階段,越來越逼近摩爾定律的邊界。
Datafloq創始人,《ThinkBigger》作者
對於大數據,2016年是令人激動的一年,大數據不再只是一個熱門概念或者流行詞語。因為大數據公司已經開發了,實際的解決方案和應用。
對於大數據,2016年是令人激動的一年,大數據不再只是一個熱門概念或者流行詞語。因為大數據公司已經開發了,實際的解決方案和應用。
在2017年這種趨勢將會持續,隨著技術越來越智能,我們會看到新的應用被開發出來。
大數據科學家、Adversitement主管
2016年,大數據經歷從單一部門,到跨部門的應用。物聯網數據應用開始在一些關鍵領域出現,此外,隨著雲計算平台的發展,為越來越多的機器學習,應用研發提供了支持。
2016年,大數據經歷從單一部門,到跨部門的應用。物聯網數據應用開始在一些關鍵領域出現,此外,隨著雲計算平台的發展,為越來越多的機器學習,應用研發提供了支持。
2017,我們會看到人工智慧的成長、物聯網應用的爆發,以及機器學習的廣泛應用。技術已經準備好了,而且用戶對大數據技術改善體驗的需求非常強。
根據預測,2020年連網設備數將達到100億到340億之間。
根據預測,2020年連網設備數將達到100億到340億之間。
史丹佛大學教授、電腦科學家
歐盟已經根據數據的使用,和分析模型,頒佈了一個新的隱私保護法,將在2018年1月開始生效。
這一法案將會造成怎樣的影響,現在還不可知,但數據公司一直十分糾結,到底哪些數據和分析方法,是允許被使用的,比如Google可以分析用戶郵件內容,以判定是否為垃圾郵件,但Google到底有沒有讀取用戶郵件內容的權力?
歐盟已經根據數據的使用,和分析模型,頒佈了一個新的隱私保護法,將在2018年1月開始生效。
這一法案將會造成怎樣的影響,現在還不可知,但數據公司一直十分糾結,到底哪些數據和分析方法,是允許被使用的,比如Google可以分析用戶郵件內容,以判定是否為垃圾郵件,但Google到底有沒有讀取用戶郵件內容的權力?
Databricks首席科學家、Apache Spark創始人
公有雲正在成為,佈署大數據的主流方式。根據Apache Spark去年夏天的用戶調查,在公有雲佈署Spark的用戶比例達(61%),比使用Hadoop YARN的用戶(36%)更高。
公有雲正在成為,佈署大數據的主流方式。根據Apache Spark去年夏天的用戶調查,在公有雲佈署Spark的用戶比例達(61%),比使用Hadoop YARN的用戶(36%)更高。
此外,使用公有雲的用戶,從2015年的51%增長到61%,使用HadoopYARN的用戶,從2015年的40%下跌到36%。其中的一個原因,是亞馬遜S3這類雲儲存產品價格越來越低,越來越穩定,也比Hadoop分布式文件系統更容易管理。
0 comments:
張貼留言