📊 گارتنر می گوید بیش از ۴۰ درصد از وظایف مربوط به علم داده تا سال ۲۰۲۰ اتوماتیک خواهد شد

گارتنر با توجه به افزایش بهره وری و استفاده گسترده تر از داده ها و تجزیه و تحلیل آن توسط Citizen data scientist ، می گوید بیش از ۴۰ درصد از وظایف مربوط به علم داده تا سال ۲۰۲۰ به صورت خودکار خواهد شد.

گارتنر یک citizen data scientist را فردی تعریف می کند که مدل هایی را که در تجزیه و تحلیل پیشرفته ی شناختی و یا قابلیت های پیش بینی و تجویز شده ، استفاده شده اند را ایجاد و تولید می کند، اما وظایف اولیه کاریه او خارج از حوزه آمار و تجزیه و تحلیل است.

به گزارش گارتنر، citizen data scientists می توانند فاصله بین تجزیه و تحلیل self-service جریان اصلی را توسط کاربران کسب و کار و همچنین تجزیه و تحلیل پیشرفته ی تکنیک های علم داده ها پر کنند.آنها در حال حاضر قادر به انجام تجزیه و تحلیلی پیچیده که قبلا مستلزم تخصص بیشتری بود،هستند و قادر خواهند بود تحلیل های پیشرفته ای بدون داشتن مهارت تشخیص دانشمندان داده را ارائه دهند.

با ادامه ظهور علم داده به عنوان یک differentiator قدرتمند در صنایع ، تقریبا همه ی داده ها و فروشنده ی پلت فرم نرم افزارهای تحلیلی در حال حاضر تمرکزشان بر روی ساده سازی هدفی مهم از طریق وظایف مختلف خودکار، از جمله یکپارچه سازی داده ها و مدل سازی متمرکز می باشد.

معاون تحقیقات گارتنر، Alexander Linden می گوید: “ساخت محصولات علم داده برای citizen data scientists به منظور افزایش دسترسی فروشندگان در سراسر شرکت، آسان تر می شود. افزایش در اتوماسیون، بهره وری قابل توجهی را برای دانشمندان داده به همراه دارد و به تعداد کمتری از دانشمندان داده برای انجام همان مقدار کار نیاز خواهد بود. اما هنوز هم برای هر پروژه پیشرفته علمی داده ها ، به حداقل یک و یا دو دانشمند داده نیاز خواهد بود.”

گارتنر پیش بینی کرده است که citizen data scientists از دانشمندان داده در مقدار تجزیه و تحلیل پیشرفته تولید شده تا سال ۲۰۱۹ پیشی خواهند گرفت. مقدار گسترده ای از تجزیه و تحلیل تولید شده توسط citizen data scientists از کسب و کار تاثیر می پذیرند و یک محیط تحلیلی فراگیر تری را ایجاد می کنند، در حالی که در همان زمان از دانشمندان داده ای که می توانند تمرکز خود را بر روی تجزیه و تحلیل های پیچیده تری تغییر دهند، حمایت می کند.

مدیر تحقیقات گارتنر، Joao Tapadinhas می گوید: “اکثر سازمانها به اندازه کافی دانشمند داده ندارند که به طور مداوم در طول کسب و کار در دسترس باشند، اما آنها باید تعداد زیادی تحلیلگر ماهر اطلاعاتی داشته باشند که توانایی تبدیل به citizen data scientists را دارند و با مجهز شدن به ابزار مناسب، آنها می توانند تجزیه و تحلیل و تشخیص های پیچیده تری انجام دهند.”

به گزارش گارتنر، این نتیجه به منابع داده بیشتری از جمله : داده های پیچیده تر، طیف وسیع تر و پیچیده تری از قابلیت های تحلیلی و توانمند سازی تحلیلگران بسیاری در سراسر سازمان با یک فرم ساده از علم داده ، دسترسی خواهد داشت.

تاپادینهاس می گوید : “دسترسی به علم داده در حال حاضر ناشدنیست، با توجه به کمبود منابع و پیچیدگی ، تمام سازمان ها قادر نخواهند بود به آن دسترسی پیدا کنند. برای برخی از سازمان ها،citizen data science یک راه حل ساده تر،سریع تر و بهتر برای تحلیلات پیشرفته خواهد بود.”

@BIMining