蓝盟IT小贴士，来喽！
1 .作用稳定
近年来，出现了机器学习工程师、数据产品所有者等新的数据角色。 这些还没有完全流行起来，大企业仍然在向数据科学家的传统作用求助。 我认为向员工和雇主提供更多的职位和相关技能是个好主意。
合并ml操作系统工具
去年是MLOPs工具和创业公司繁荣的一年。 但是，许多公司只提供相同的产品变体。 2021年许多杂草被淘汰，领导者将占领大部分市场。
3 .数据操作系统大肆宣传
敏捷和精益的方法在数据科学和工程中的应用将更加广泛。
4 .数据战略已成为主流
在过去的两年里，我一直在讨论这个主题，但是这项工作的说明依然很少见。 特别是在欧洲。 但是，这并不意味着这个角色不会由现有的人担任。 他们可能只是在其他地区工作。 但是，这个领域对数据项目的成功很重要，我对进一步的成长和接受很乐观。
5 .生产中的xAI
xAI长期以来一直在上升Gartner Hype曲线，现在已经到了开始提供成果的阶段。 这个子领域的成功仍然存在障碍(例如，需要不稳定的开源和神秘的技能)。 尽管如此，新的工具还是面向生产出现了。
6 .进一步数据工程的爆炸性增长
没有那个基础——数据工程任何数据科学项目都不会成功。 公司意识到这很慢，2021年也会赶上吧。
7 .智能数据清理和ETL工具
人人都知道清理数据所需的时间。 过去，使用工具解决这一问题是一个棘手的问题，但新的开发(如Cloud Data Prep )会产生竞争对手。
考虑到这个列表，我想在数据方面在2021年表示两种希望。 首先，我希望整个领域(特别是其中的ML部分)变得“无聊”，但很有用。 其次，我们使用这项优秀的技术解决我们面临的紧迫问题，走向更加乐观和雄心勃勃的未来。
文/上海蓝盟 IT外包专家
中文
电话咨询
微信咨询
公众号
