数据科学中心联合创始人谈人工智能与数据科学的趋势

在这次问答中，格兰维尔(Granville)讨论了数据科学趋势，人工智能和物联网对数据科学家的影响，组织和数据科学家将如何适应不断增长的数据隐私法规以及人工智能的发展。

DataTarget Central于3月4日被TechTarget收购。

文森特·格兰维尔(Vincent Granville)：我相信我们会看到两个方面的增长。我们将看到大学将提供更多的数据科学课程，甚至是硕士学位，甚至还有博士学位，以及针对使用数据的从业人员的更多训练营和在线培训，但缺乏一些技能，例如统计编程或诸如深度学习之类的现代技术-有些古老的东西，但是由于现在可以用来训练和优化这些模型的计算能力而在最近变得很流行。

还有一个平行的趋势将会增加，包括雇用传统上不被认为是数据科学家的专业人员，例如物理学家，他们在数据处理方面具有丰富的经验。在金融科技领域，情况已经如此，这些专业人员将学习工作中所需的新技能。公司通过将选定的员工派往技术和数据训练营对公司内部进行员工培训，这将有助于增加所需职位的潜在招聘渠道。

而且，人工智能本身将帮助构建更多工具来自动化一些艰巨的工作，例如数据探索，这是许多数据科学家如今所要做的，目前正在消耗多达80%的时间。将其视为自动执行AI的AI。

同样，随着AI的出现，可以使数据科学工作流的各个部分实现自动化，数据科学将如何或将如何发生变化?

格兰维尔：我们将看到更多自动化的数据科学任务。在日常活动中，我已尽可能地自动化，或者外包或使用平台来完成许多任务-甚至自动化了纯数学工作，例如计算积分或在数字序列中查找模式。

问题是员工抵制使用此类技术，因为他们可能会将其视为替代这些技术的一种方式。但是事实恰恰相反：您[手动]可以自动执行的任何操作实际上都会降低您的工作安全性。为了进一步采用自动化数据科学来完成特定任务(简单或不太简单)(例如创建分类法或编写程序的程序)，必须改变思维方式。