看行业观察家和技术专家对大数据在2017年的发展预测

简介:

又到了年终岁尾时,业界权威市场研究和咨询机构Ovum公司日前估计,大数据市场规模将从2016年的17亿美元增长到2020年的94亿美元。随着市场的增长,企业的挑战正在转变,对人们的技能需求正在改变,而大数据服务供应商的景观也在风云变幻。2017年将是大数据专业人士更为忙碌的时刻。以下是一些来自相关行业观察家和技术专家对大数据在2017年的发展预测。

看行业观察家和技术专家对大数据在2017年的发展预测

1.对数据科学家的需求将减弱

组织对数据科学家的需求正在减弱,Ovum公司在其关于大数据趋势的报告中表示。该研究公司引用了来自Indeed.com的数据,显示了组织在过去四年对数据科学家的需求。同时,大学正在培养更多的拥有数据科学证书的大学毕业生。

“谁招募这些潜在客户?很可能,排除在线数字业务,在全球2000强以外的一些少数企业会招募他们,但却很少有人会想到如何使用数据科学家。”Ovum公司指出,“对于大量依赖于打包分析的组织来说,不需要数据科学家本身,而是需要应用数据科学的应用程序或工具。

2.使数据科学成为团队运动将成为重中之重

Ovum公司警告,数据科学家和数据工程师在企业中扮演不同的角色:数据科学家关注数据形成和测试假设,而数据工程师选择数据集,提供集群,并优化他们的生产算法。没有协作,数据科学家开发的模型和假设就会遇到陷入风险之中。

“真正的需要是让数据科学家和数据工程师更好地连接,以确保数据科学家在他或她的笔记本电脑上编写和测试的模型正确地部署在集群上合适的数据集。”Ovum写道。

同时,机器学习正在嵌入企业软件和工具,用于整合和准备数据,这也给企业带来压力,确保他们的数据科学家和业务分析师密切合作。“如果模型仍然在数据科学家的领导下,企业将无法获得机器学习的全部价值。”Ovum公司表示,“重叠的趋势将是协作环境,其中业务分析师和数据科学家可以在计划,部署,以及执行机器学习模型中共享工作流。”

3.将会有更多的压力来保持数据本地化

全球律师事务所Morrison&Foerster预测将加强隐私法,旨在将数据保存在各国境内。

Morrison&Foerster律师事务所全球隐私+数据安全小组主席MiriamWugmeister说,“预计将会出台更多的数据本地化法律,在最近的发展中,如俄罗斯数据本地化法律得到了俄罗斯法院支持,中国最近也通过自己的数据本地化法律。其他国家将在未来一年内采取行动。

4.企业将努力通过数据获利

研究机构IDC公司警告说,企业必须投入更多的生产资料产生数据,但它不会是容易做到,许多企业将错过机会。

IDC公司在名为“IDC Future Scape:全球CIO2017年议程预测”的报告中写道:“尽管商业领袖希望企业努力成功创造有意义的产品和收入来源。那些取得成功的企业将以坚实的IT战略和数据导向服务为基础:数据采集;运输,转型和储存;分析和仪表板;数据作为产品/服务;以及安全和访问控制。

而IDC提供的指导性建议是,IT领导者“建立一个由IT和业务人员组成的创新团队,审查现有和未来的应用程序/系统,以获得可能的结果数据货币化。”

5.数据湖将最终变得有用

“许多早期采用数据湖的企业花费了大量资金,不仅购买了低成本存储和流程,而且还收集了大量服务,以便汇总和提供大量数据相关和发现以获得更好的见解。”,数据管理供应商Reltio公司首席营销官RamonChen说。企业所面临的挑战一直在寻找有能力理解信息的人;使数据湖能够向操作应用程序提供输入,并从操作应用程序接收实时更新的数据;弥合主要数据管理和运行应用程序,分析数据仓库和数据湖之间的差距。

“现有的大数据项目意识到需要一个可靠的数据基础,而新的项目被整合到一个整体的数据管理战略中,数据湖可能会在2017年履行他们的承诺。”RamonChen预测。

6.并购活动将加快进程

Reltio公司首席营销官RamonChen说,“毫无疑问,人工智能、机器学习、深度学习等新技术得到了企业的关注。”所有交易的关键驱动因素是对人工智能专家的需求。“由于被收购的大多数初创公司的运营历史很短,这些举措是尽可能招募到数量有限的人工智能专家。”他说,并预计在未来一年,行业厂商将会开展更加积极的并购活动。

7.对物联网架构师的需求将飙升

根据研究机构IDC公司的数据,到2020年,物联网(IoT)市场规模预计将达到1.46万亿美元。因为规模激增,因此也将需要大量熟练的物联网专家。

“物联网架构师的作用将使数据科学家们成为人力资源部门最有价值的独角兽。物联网的浪潮将会让边缘计算和物联网操作设计激增。”数据和分析供应商Teradata公司物联网技术营销专家DanGraham预测,届时,数以千计的简历将在一夜之间更新。“此外,不到10%的企业意识到他们需要一个物联网分析架构师,而物联网系统架构师将成为一个独特的物种。因此,能够为物联网设计分布式和中央分析的软件架构师的市场价值将飙升。”

8.流式分析将会获得重生

“分析运动中的数据并不是什么新鲜事,因为事件处理程序已经存在了近20年。”Ovum公司表示。但是有很多因素正在将实时流技术从利基技术转变为更具广泛吸引力的技术。例如,开源技术使实时流更加容易访问,也为可扩展的商品基础设施带来可用性,Ovum公司指出。在需求方面,物联网正在加强企业对可以实时感测,分析和响应的流应用程序的兴趣。

Ovum公司预测,其市场整合不会立即发生。“如今,企业有越来越多的选择,竞争新的工作负载。最终,我们预计市场会下降到三到四个流媒体平台。”但是SparkStreaming和AmazonKinesisAnalytics等平台及其竞争对手的市场竞争仍在进行中。“鉴于市场早期状况,我们预计2017年市场不会下跌;我们预计流式引擎将需要2-3年才能成熟,物联网的实施将达到临界质量。”Ovum公司指出。


本文作者:佚名

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
3月前
|
存储 人工智能 大数据
云栖2025|阿里云开源大数据发布新一代“湖流一体”数智平台及全栈技术升级
阿里云在云栖大会发布“湖流一体”数智平台,推出DLF-3.0全模态湖仓、实时计算Flink版升级及EMR系列新品,融合实时化、多模态、智能化技术,打造AI时代高效开放的数据底座,赋能企业数字化转型。
771 0
|
5月前
|
数据采集 人工智能 分布式计算
ODPS在AI时代的发展战略与技术演进分析报告
ODPS(现MaxCompute)历经十五年发展,从分布式计算平台演进为AI时代的数据基础设施,以超大规模处理、多模态融合与Data+AI协同为核心竞争力,支撑大模型训练与实时分析等前沿场景,助力企业实现数据驱动与智能化转型。
427 4
|
6月前
|
存储 分布式计算 Hadoop
Hadoop框架解析:大数据处理的核心技术
组件是对数据和方法的封装,从用户角度看是实现特定功能的独立黑盒子,能够有效完成任务。组件,也常被称作封装体,是对数据和方法的简洁封装形式。从用户的角度来看,它就像是一个实现了特定功能的黑盒子,具备输入和输出接口,能够独立完成某些任务。
|
3月前
|
数据可视化 大数据 关系型数据库
基于python大数据技术的医疗数据分析与研究
在数字化时代,医疗数据呈爆炸式增长,涵盖患者信息、检查指标、生活方式等。大数据技术助力疾病预测、资源优化与智慧医疗发展,结合Python、MySQL与B/S架构,推动医疗系统高效实现。
|
5月前
|
SQL 分布式计算 大数据
我与ODPS的十年技术共生之路
ODPS十年相伴,从初识的分布式计算到共生进化,突破架构边界,推动数据价值深挖。其湖仓一体、隐私计算与Serverless能力,助力企业降本增效,赋能政务与商业场景,成为数字化转型的“数字神经系统”。
|
5月前
|
存储 人工智能 算法
Java 大视界 -- Java 大数据在智能医疗影像数据压缩与传输优化中的技术应用(227)
本文探讨 Java 大数据在智能医疗影像压缩与传输中的关键技术应用,分析其如何解决医疗影像数据存储、传输与压缩三大难题,并结合实际案例展示技术落地效果。
|
5月前
|
机器学习/深度学习 算法 Java
Java 大视界 -- Java 大数据在智能物流运输车辆智能调度与路径优化中的技术实现(218)
本文深入探讨了Java大数据技术在智能物流运输中车辆调度与路径优化的应用。通过遗传算法实现车辆资源的智能调度,结合实时路况数据和强化学习算法进行动态路径优化,有效提升了物流效率与客户满意度。以京东物流和顺丰速运的实际案例为支撑,展示了Java大数据在解决行业痛点问题中的强大能力,为物流行业的智能化转型提供了切实可行的技术方案。
|
6月前
|
数据采集 自然语言处理 分布式计算
大数据岗位技能需求挖掘:Python爬虫与NLP技术结合
大数据岗位技能需求挖掘:Python爬虫与NLP技术结合
|
6月前
|
存储 分布式计算 算法
Java 大视界 -- Java 大数据在智能教育在线考试监考与作弊检测中的技术创新(193)
本文探讨了Java大数据技术在智能教育在线考试监考与作弊检测中的创新应用。随着在线考试的普及,作弊问题日益突出,传统监考方式难以应对。通过Java大数据技术,可实现考生行为分析、图像识别等多维度监控,提升作弊检测的准确性与效率。结合Hadoop与Spark等技术,系统能实时处理海量数据,构建智能监考体系,保障考试公平性,推动教育评价体系的数字化转型。
|
6月前
|
SQL 缓存 监控
大数据之路:阿里巴巴大数据实践——实时技术与数据服务
实时技术通过流式架构实现数据的实时采集、处理与存储,支持高并发、低延迟的数据服务。架构涵盖数据分层、多流关联,结合Flink、Kafka等技术实现高效流计算。数据服务提供统一接口,支持SQL查询、数据推送与定时任务,保障数据实时性与可靠性。

热门文章

最新文章