2021 年是不同寻常的一年，因为全球企业在大流行中努力维持生计。这种不寻常的情况加速了企业的数字化进程，从而导致“数字数据”激增。
今年招聘人数创历史新高数据科学家和
数据分析师企业意识到数据驱动的市场情报是数字商业世界成功的主要驱动力。在某种程度上，这场大流行给数字商业世界带来了另一场技术革命。
由于全球业务的大规模在线迁移，2021 年见证了数据技术行业许多新的数据科学趋势的诞生。其中许多趋势始于 2021 年之前，例如云和可扩展的 AI、图形分析或分析中的区块链，而这些将在 2022 年产生额外的影响。数据多样性® 文章讨论了可能影响 2021 年的四种数据科学趋势，其中两种在这里再次出现。
现有的行业文献表明，广泛的数据科学趋势将主导 2022 年的商业世界，这里将重点介绍其中的 11 个。
小数据和可扩展
人工智能的兴起
数字数据和在线专业人士的突然激增影响了人们远离大数据的趋势，因为过去两年数据类型和数据使用变得更加多样化和复杂。根据一个Gartner 新闻稿，到 2025 年，70% 的组织将把关注点从大数据转向小数据和大数据。
今年突出的数据分析趋势是“小数据，”使用可扩展的人工智能 (AI) 技术来分析客户行为。小数据虽然数量有限，但提供了强大的洞察力。小数据的一个重要应用是自监督学习。
这一关键的数据科学趋势将持续到未来几年。现在让我们谈谈已经开始或将在未来几个月内开始的其他趋势：
预测 2022 年的 10 个其他数据科学趋势
Deepfake 技术的兴起：使用人工智能的深度伪造能够修改一个人的音频、图像或视频文件以冒充另一个人。2019 年，播客乔·罗根 (Joe Rogan) 的声音在社交网络上传播开来。
Python 将在 2022 年统治：在应用程序开发市场中，深度学习 (DL) 算法将越来越受欢迎，因此 Python 将成为首选的编程语言。
深度学习应用预计在 2022 年成为全球开发者社区的热门话题。
可解释的 AI 平台：当“可解释性”成为数据处理团队的一个大问题时，AI 驱动的数据分析开始兴起。所有业务用户都必须了解业务数据，而这只能通过复杂的、基于规则的逻辑来实现。这种可解释的数据分析趋势在金融等风险导向的行业中更为明显。
增强数据管理：这个增长趋势可能会导致人工智能与人类混合劳动力，人工智能和机器学习驱动的机器将与人类并肩工作，以改进和优化工作流程。所有日常数据管理任务都将完全自动化，以最大限度地减少人工工作量。有人认为，“人工智能-人”混合团队甚至可能导致程序员和开发人员混合团队的形成。这种想法是不是太牵强了？
对数据隐私的更多认识：作为数据隐私通用数据保护条例 (GDPR) 或加州消费者隐私法 (CCPA) 等法律继续在企业中实施，企业用户必须更加警惕日常数据收集、准备、存储和使用的敏感性。今天的生意。公司必须遵守隐私才能生存。这些数据隐私趋势预计将对全球业务产生影响2022 年和 2025 年. 同样呈上升趋势：数据保护设计。
决策智能的增长：数据科学、人工智能和
机器学习的广泛普及证明，苹果、Facebook 和谷歌等主要商业运营商享受技术辅助的商业决策，甚至以技术为导向的竞争智力。2022 年，你可能会看到全球很多大公司都在拥抱“决策智能”。AI 和 ML 技术和工具将继续为人类决策者提供深刻的见解，多达 33% 的组织正在使用它们。
数据来源：随着元数据在数据治理中的重要性日益提高，数据来源，也称为数据沿袭——对数据来源的整体确定——已成为所有数据科学实践中的一项关键活动。这项活动将在 2022 年获得关注。这概览指南解释了为什么数据沿袭在 2022 年的复杂数据分析世界中很重要。
客户个性化：在线购物在大流行期间成为流行趋势，提供新颖的客户体验是零售商面临的严峻挑战。所有零售企业现在都有在线业务。作为本次对话福布斯邮报表明，零售商需要“不仅仅是技术和预算——他们需要一种实验文化来设计消费者期望的体验。”
增强的消费者界面：感谢自然语言处理技术，人工智能驱动的消费者界面将更像人类一样操作。人类消费者支持代理使用语言进行交流；同样，支持 NLP 的客户助理、聊天机器人和自动化客户服务平台将开始通过对话界面表现得更像人类。NLP 将个性化辅助消费者界面。
智能特征生成：随着机器学习模型对智能设备的成功变得越来越重要，这一趋势将在 2022 年的所有人工智能领域发挥重要作用。虽然这一趋势今年开始，它将对未来几年的数据技术产生长期影响。
南亚国家数据科学社区的发展
最后一个应该包含在这篇文章中但不作为上述技术趋势项目的趋势是巨大的数据科学社区的成长在东南亚，尤其是中国。2022 年肯定会见证数据科学社区的大规模增长，其中包括数据科学家、数据分析师、数据工程师，以及中国和其他东南亚国家的数据架构师。
扫码加好友，拉您进群
全部版块
我的主页
收藏
