日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

COVID-19疫情對(duì)全球機(jī)構(gòu)產(chǎn)生急劇影響，迫使數(shù)據(jù)與分析專業(yè)人員迅速通過工具和流程來確定關(guān)鍵技術(shù)趨勢(shì)，并對(duì)那些能最大幅度提升機(jī)構(gòu)競爭力的關(guān)鍵技術(shù)予以優(yōu)先采納部署。2021年3月16日，信息技術(shù)咨詢公司Gartner發(fā)布2021年十大數(shù)據(jù)與分析技術(shù)趨勢(shì)，以期助力機(jī)構(gòu)在新的一年能迅速應(yīng)對(duì)相關(guān)變化、不確定性和機(jī)遇。數(shù)據(jù)與分析專業(yè)人員應(yīng)考慮在這十大趨勢(shì)方面做出關(guān)鍵任務(wù)投資，改善其預(yù)測、轉(zhuǎn)變與應(yīng)對(duì)能力。

人工智能和機(jī)器學(xué)習(xí)已產(chǎn)生深刻影響，促使企業(yè)應(yīng)用新技術(shù)來開發(fā)出更智能、需要更少數(shù)據(jù)、符合倫理規(guī)范和更具彈性的人工智能解決方案。在應(yīng)用更智能、更負(fù)責(zé)、可擴(kuò)展的人工智能時(shí)，機(jī)構(gòu)將能夠“利用學(xué)習(xí)算法和可解釋系統(tǒng)在更短的時(shí)間內(nèi)實(shí)現(xiàn)價(jià)值目標(biāo)和更高的業(yè)務(wù)影響”。

開放的且容器化的分析體系架構(gòu)使分析功能更加可組合。可組合的數(shù)據(jù)與分析方法利用多源數(shù)據(jù)、分析方法和人工智能解決方案的組件，來快速構(gòu)建靈活且用戶友好的智能應(yīng)用程序，以幫助數(shù)據(jù)與分析專業(yè)人員將其見解與行動(dòng)聯(lián)系起來。

隨著數(shù)據(jù)中心向云端遷移，可組合的數(shù)據(jù)與分析法將通過云端市場和低碼和無碼解決方案等，以更靈活的方式構(gòu)建分析應(yīng)用程序。

隨著數(shù)字化程度的提高和消費(fèi)者的“解放”，數(shù)據(jù)與分析專業(yè)人員將越來越多地利用數(shù)據(jù)結(jié)構(gòu)來幫助解決其“機(jī)構(gòu)數(shù)據(jù)資產(chǎn)中更高層級(jí)的多樣性、分布性、規(guī)模和復(fù)雜性”。數(shù)據(jù)結(jié)構(gòu)使用分析來不斷監(jiān)控?cái)?shù)據(jù)管道。數(shù)據(jù)結(jié)構(gòu)通過對(duì)數(shù)據(jù)資產(chǎn)的連續(xù)分析，來支持各類型數(shù)據(jù)的設(shè)計(jì)、部署和利用，從而將集成時(shí)間減少30%，部署時(shí)間減少30%，維護(hù)時(shí)間減少70%。

COVID-19疫情帶來的極端業(yè)務(wù)變化導(dǎo)致基于大量歷史數(shù)據(jù)的機(jī)器學(xué)習(xí)和人工智能模型變得不那么相關(guān)。人類與人工智能相結(jié)合的決策制定變得越來越復(fù)雜且苛刻，需要數(shù)據(jù)與分析專業(yè)人員選擇有效的數(shù)據(jù)分析技術(shù)、利用更多種類的數(shù)據(jù)來提升情景態(tài)勢(shì)感知。他們應(yīng)依靠更寬泛的數(shù)據(jù)，實(shí)現(xiàn)針對(duì)小數(shù)據(jù)和大數(shù)據(jù)、結(jié)構(gòu)化和非結(jié)構(gòu)數(shù)據(jù)源的協(xié)同分析。小數(shù)據(jù)模型雖然使用的數(shù)據(jù)量較少，但通過有效的分析方法也能提供深刻的見解。

多樣化運(yùn)維（XOps）包括數(shù)據(jù)運(yùn)維（DataOps）、機(jī)器學(xué)習(xí)運(yùn)維（MLOps）、模型運(yùn)維（ModelOps）和平臺(tái)運(yùn)維（PlatformOps），是通過開發(fā)運(yùn)維（DevOps）最佳實(shí)踐來實(shí)現(xiàn)規(guī)模效率和規(guī)模經(jīng)濟(jì)，并確保可靠性、可重用性和可重復(fù)性。它能減少技術(shù)和流程的重復(fù)，并實(shí)現(xiàn)自動(dòng)化。

大多數(shù)分析和人工智能項(xiàng)目失敗的原因是沒能事先考慮運(yùn)維。如果數(shù)據(jù)與分析專業(yè)人員能利用XOps開展規(guī)模運(yùn)維，他們將實(shí)現(xiàn)分析和人工智能資產(chǎn)的可再現(xiàn)性、可追溯性、完整性和可集成性。

工程決策智能是一門包含傳統(tǒng)分析、人工智能和復(fù)雜自適應(yīng)系統(tǒng)應(yīng)用等廣泛決策的學(xué)科。工程決策智能不僅適用于單個(gè)決策，還適用于決策序列。隨著決策變得更加自動(dòng)化和增強(qiáng)，工程決策智能將賦能數(shù)據(jù)與分析專業(yè)人員以做出更加準(zhǔn)確、可重復(fù)、透明且可追溯的決策。

數(shù)據(jù)與分析工作已經(jīng)不再是次要業(yè)務(wù)職能，而是轉(zhuǎn)變?yōu)橐豁?xiàng)核心業(yè)務(wù)職能。數(shù)據(jù)與分析已成為可與業(yè)務(wù)成果相提并論的共享業(yè)務(wù)資產(chǎn)。由于中央型和分散型數(shù)據(jù)與分析團(tuán)隊(duì)之間更好的協(xié)作，數(shù)據(jù)與分析孤島已被打破。

圖譜構(gòu)成了大多數(shù)現(xiàn)代數(shù)據(jù)與分析能力的基礎(chǔ)，從而幫助發(fā)現(xiàn)各類型數(shù)據(jù)資產(chǎn)之間人物、地點(diǎn)、事物、事件和位置的關(guān)系。數(shù)據(jù)與分析專業(yè)人員依賴圖譜來快速解答復(fù)雜的業(yè)務(wù)問題，這需要上下文意識(shí)，以及對(duì)跨多個(gè)實(shí)體之間的聯(lián)系和優(yōu)勢(shì)性質(zhì)的理解。

Gartner預(yù)測，到2025年，80%的數(shù)據(jù)與分析創(chuàng)新中都將用到圖譜技術(shù)，遠(yuǎn)高于2021年的10%，促進(jìn)實(shí)現(xiàn)整個(gè)組織內(nèi)的快速?zèng)Q策。

如今，大多數(shù)業(yè)務(wù)用戶使用預(yù)先定義的儀表盤和手動(dòng)數(shù)據(jù)探索分析，但這可能導(dǎo)致錯(cuò)誤的結(jié)論以及有缺陷的決策和操作。花在預(yù)先定義的儀表盤上的時(shí)間將逐漸被自動(dòng)化的、會(huì)話式、移動(dòng)式和動(dòng)態(tài)生成的見解所取代，這些見解是根據(jù)用戶的需求定制的。

Gartner研究副總裁Rita Sallam表示，“這將把分析能力轉(zhuǎn)移給信息消費(fèi)者，即增強(qiáng)型消費(fèi)者，賦予他們以前只有分析人員和公民數(shù)據(jù)科學(xué)家才有的能力。”

數(shù)據(jù)、分析及其支撐技術(shù)越來越多地存在于邊緣計(jì)算環(huán)境中，更接近物理世界中的資產(chǎn)而超出了信息技術(shù)人員的權(quán)限。Gartner預(yù)測，到2023年，數(shù)據(jù)與分析專業(yè)人員超過50%的主要職責(zé)將涉及在邊緣環(huán)境中所創(chuàng)建、管理和分析的數(shù)據(jù)。

Gartner總結(jié)說：“數(shù)據(jù)與分析專業(yè)人員可以利用這一趨勢(shì)來提高數(shù)據(jù)管理的靈活性、速度、治理和恢復(fù)能力。從支持實(shí)時(shí)事件分析到實(shí)現(xiàn)‘萬物’自主行為，各種各樣的用例正催生人們對(duì)邊緣數(shù)據(jù)與分析的興趣。”

來源：世界科技研究與發(fā)展