眾所周知，人類在預(yù)測未來(尤其是從長遠來看)方面很差。但是，它仍然是有用的練習(xí)。讓我們看看我認為2021年將為數(shù)據(jù)科學(xué)，工程學(xué)和戰(zhàn)略帶來什么。該列表沒有特別的順序，主要集中在我在德國的觀察：

[[379956]]

1. 角色穩(wěn)定

在過去的幾年中，出現(xiàn)了新的數(shù)據(jù)角色，例如機器學(xué)習(xí)工程師，數(shù)據(jù)產(chǎn)品所有者等。這些還沒有完全流行起來，大型公司仍在求助于數(shù)據(jù)科學(xué)家的傳統(tǒng)角色。我認為，為員工和雇主提供更多職位及其相關(guān)技能是一個好主意。

2. 合并MLOps工具

去年是MLOPs工具和創(chuàng)業(yè)公司蓬勃發(fā)展的一年。盡管如此，許多這樣的公司僅提供相同產(chǎn)品的變體。2021年將淘汰許多雜草，而領(lǐng)先者將占領(lǐng)大部分市場。

3. DataOps大肆宣傳

敏捷和精益方法在數(shù)據(jù)科學(xué)和工程中的應(yīng)用將變得更加廣泛。

4. 數(shù)據(jù)策略已成為主流

在過去的兩年中，我一直在討論這個主題，但是這份工作描述仍然很少見，尤其是在歐洲。但是，這并不意味著該角色不會由現(xiàn)有人員擔(dān)任。他們可能只是在其他區(qū)域下工作。不過，該領(lǐng)域?qū)τ诔晒桓稊?shù)據(jù)項目至關(guān)重要，我對進一步的增長和接受表示樂觀。

5. 生產(chǎn)中的xAI

xAI長期以來一直在攀升Gartner Hype曲線，現(xiàn)在達到了開始交付成果的地步。該子領(lǐng)域的成功仍然存在障礙(例如需要不穩(wěn)定的開源和神秘技能)。盡管如此，新的工具正在出現(xiàn)，以將其推向生產(chǎn)。

6. 進一步的數(shù)據(jù)工程爆炸式增長

沒有它的基礎(chǔ)-數(shù)據(jù)工程，任何數(shù)據(jù)科學(xué)項目都不會成功。公司認識到這一點很晚，并且在2021年仍然會趕上來。

7. 智能數(shù)據(jù)清理和ETL工具

每個人都知道花費在清理數(shù)據(jù)上的時間。到目前為止，使用工具解決這是一個棘手的問題，但是諸如Cloud Data Prep之類的新開發(fā)將催生競爭對手。

考慮到這個清單，我想在數(shù)據(jù)方面對2021年表示兩個希望。首先，我希望整個領(lǐng)域(尤其是其中的ML部分)變得“無聊”，但有用。其次，我們開始使用這項出色的技術(shù)來解決我們面臨的緊迫問題，并邁向更加樂觀和雄心勃勃的未來。

注意：本文最初出現(xiàn)在https://boyanangelov.com/blog/data-predictions-2021/

原文鏈接：https://towardsdatascience.com/7-predictions-for-data-in-2021-3b7fbc92b71f