HarmonyOS开发者限时福利来啦!最高10w+现金激励等你拿~ 了解详情
写点什么

数据科学家十年后彻底消失?25 年行业元老:无稽之谈!

  • 2019-03-26
  • 本文字数:2061 字

    阅读完需:约 7 分钟

数据科学家十年后彻底消失?25年行业元老:无稽之谈!

数据科学家岗位 2029 年将消失,变成其他角色

此前《福布斯》上发表的文章称,到 2029 年,数据科学家岗位将消失,就像 2019 年不会有 MBA 岗位,没有计算机科学岗位一样,因为 MBA、计算机科学学位和数据科学学位只是学位而已,并不是工作。作者认为,公司雇人作为数据科学家原因是他们认识到新兴趋势的兴起(云计算、大数据、人工智能、机器学习),并希望投资这些趋势。


有证据表明,这只是暂时现象,是技术炒作周期的正常部分。我们刚刚走过了数据科学的膨胀期望峰值,即将进入低谷期。他认为,最终的结果已经注定,即数据科学作为一个学位和能力会保留下来,但职称将消失。


随着低谷期的到来,数据科学家岗位的处境:


  • 许多数据科学团队无法向高管提供可以衡量投资回报率的结果。

  • AI 和 ML 的兴奋暂时导致人们无视最基本的问题:数据科学家实际上做了什么?

  • 对于复杂的数据工程任务,每位数据科学家需要配备五名数据工程师。

  • 数据科学家执行的许多任务都将实现自动化,包括机器学习。主要的云供应商都大量投资某种类型的 AutoML 计划。


这与最近系统管理员这一岗位发生的变化非常相似。系统管理员曾经是云时代到来之前 IT 领域最热门的工作之一,但在查看 2004 年至今的 Google Trends 之后你会发现,对于系统管理员来说的关键技能——管理的位置已经被 AWS 替换掉。最近,招聘网站 Dice 的一篇文章中提到了几个面临灭顶之灾的技术岗位。其中将要灭绝的一个重要岗位是 Windows / Linux / Unix 系统管理员,它将会被云、DevOps 工具和 DevOps 工程师替代。作者相信,数据科学岗位也会发生类似的变化,并转变为其他的角色。


但是,这是否意味着数据科学学位不值钱呢?非也,在未来 10 年,这将是一个非常重要的学位,但不会成为一个职位。相反地,数据科学家会进化,以提高他们在不可能实现自动化的领域的技能:


  • 沟通技巧

  • 应用领域专长

  • 创造收入和业务价值


未来,有可能取代数据科学家岗位的包括机器学习工程师、数据工程师、AI 辩论家、AI 沟通者、AI 产品经理和 AI 架构师。唯一可以肯定的是变革,数据科学也不例外。掌握这一趋势的方法之一,是不仅要投资于数据科学和机器学习技能,还要获得软技能。另一种方法是考虑可以轻松实现自动化的任务——特征工程、探索性数据分析、简单建模,以及处理难以自动化的任务,例如生成可提升关键业务指标并产生收入的机器学习系统。


想要超越这条曲线的公司可以选择拥抱机器学习的实用主义和自动化。尽早采用可实现机器学习任务的自动化的云计算或第三方软件解决方案,会让你在 2019 年拥有明显的战略优势。

辩方观点:时代在变,数据科学家不会死

对于这篇文章的观点,在数据科学领域拥有超过 20 多年多年经验的 Vincent Granville 表示不同意。他的观点略显犀利:


如果你还没有完成大部分任务的自动化,那么你就称不上是个数据科学,充其量是个在其位不谋其政的数据处理器。也许,一定程度上数据科学仍然意味着长时间干着繁琐的任务,如数据清理、数据处理、模型或特征选择和测试,这些任务占用了他们 80%的时间。但真正的数据科学会自动化这些任务,设计强大的黑盒和快速算法来处理这些杂务,以及许多其他事情。


30 年前,当我开始攻读博士学位时,数据科学也很热门。当时它被称为计算统计,甚至包括使用 AI 系统识别图像中的模式。至少 25 年前,我就开始从事数据科学项目的研究,在数据科学这个术语被创造出来之前我就在从事这项工作。


所以,不,数据科学并不是新生事物,它也不会死。数据、技术和计算机能力正在不断发展,自动化水平、应用领域(例如城市规划、农业、天文学、房地产、婚恋行业和最近的医疗保健)也在不断发展,优秀的团队完成任务就会带来收益增值。我今天仍然在做数据科学,但做的是让那些老旧商业模式过时的工作(数字出版业企业家),而不是那些不愿意在 10 年后雇用数据科学家的公司。没错,他们不会雇用我,但那是因为他们会死——因为没有雇佣我而死,而不是相反。简而言之,不是这些工作将会消失,而是那些缺乏数据科学家带来的自动化变革的公司会死。


历史总是相似的。例如,我在 1994 年发表了一篇不起眼的理论论文,但过去的 12 个月中它突然火了,根据最近引用的数量,它在 AI 圈子中引起了不小的关注度。这篇论文标题是《模拟退火:收敛论证》。那时(1994 年)我在图像去模糊和信号处理的背景下使用模拟退火算法来设计更好的自动噪声过滤系统。随着物联网传感器数据和数据大爆发,信号处理和模式识别(我认为是数据科学)再次变得流行。


综合两方观点,数据科学家岗位会不会在 2029 年消失还未可知,但有一点是肯定的:数据科学将会随着时代和产业的变化而变化,数据科学家需要掌握的不仅是“硬核”技术,获得能带来业务收益的软技能,也是相当重要的一点。所以,两方观点你支持谁呢?欢迎互捶。


参考链接:


https://www.forbes.com/sites/forbestechcouncil/2019/02/04/why-there-will-be-no-data-science-job-titles-by-2029/#303565083a8f


https://www.bigdatanews.datasciencecentral.com/profiles/blogs/debunking-forbes-article-about-the-death-of-the-data-scientist



2019-03-26 07:502715
用户头像

发布了 98 篇内容, 共 64.2 次阅读, 收获喜欢 285 次。

关注

评论

发布
暂无评论
发现更多内容

Realtime DB技术详解

安第斯智能云

数据

技术实践 | 网易云信视频转码提速之分片转码

网易云信

星环研发总监为你揭秘TDH8.0的前因后果 | TDH8.0 使用必读 3

星环科技

数据库 大数据 多模型数据

10分钟掌握Java性能分析诀窍

安第斯智能云

Java 后端

产业区块链迎来新纪元,基础设施建设成核心命题

CECBC

oCPX简介——广告界的“无人驾驶”技术

安第斯智能云

算法

下一代人工智能:逻辑理解?物理理解?

安第斯智能云

人工智能

模型端侧加速哪家强?一文揭秘百度EasyEdge平台技术内核

百度大脑

人工智能 深度学习 百度 飞桨

云原生Web服务框架ESA Restlight

安第斯智能云

云原生

Java到底是什么?

卢卡多多

Java 入门 7月日更 Java入门

网络安全、Web安全、渗透测试之笔经面经总结

网络安全学海

面试 网络安全 信息安全 渗透测试 漏洞分析

国内首家入驻统信系统的APaaS厂商

明道云

用户管理系统 - 用户权限设计从入门到精通

蒋川

后台开发 权限系统 权限管理 权限架构 用户管理

char+char=number

喵叔

7月日更

七种颜色的事件风暴法

escray

学习 极客时间 7月日更 如何落地业务建模

解读新技术,解锁新玩法,HarmonyOS开发者日杭州站等你来参加

科技汇

场景背后见真章:银行数字化转型持续深入

CECBC

为什么电脑自带的录屏功能不好用?

淋雨

视频剪辑 Camtasia 专业录屏

百度智能云人脸离线识别SDK再升级,优化复杂光线识别效果,急速通行无惧暗光

百度大脑

人脸识别 百度智能云

统一预估引擎的设计与实现

安第斯智能云

算法 后端

获取微信小程序页面路径方法

一颗小树

小程序 微信开发者工具 页面路径 微信开发者

图解 JavaScript 数组方法

devpoint

ES6 array 7月日更

网络攻防学习笔记 Day80

穿过生命散发芬芳

网络攻防 7月日更

第七届军博会圆满闭幕,数军科技多项成果获关注

科技热闻

11道高频React面试题及详解,另附有React面试题集合

前端依依

面试 大前端 React

如何抓住用户体验的关键时刻?

石云升

用户体验 关键时刻 7月日更

在外包做开发3年,为了进大厂,耗时半年,整合出25W字Java全栈面试题,这就是我的决心

Java架构师迁哥

【软件测试转型自动化测试001】Python环境搭建&语法规则

程序员阿沐

Python 软件测试 自动化测试 环境搭建 语法规则

供应链、产品溯源以及区块链所面临的巨大阻碍是什么?

CECBC

拍乐云 X 青云科技,预见数字自由,相约 CIC 2021 云计算峰会

拍乐云Pano

快手上线本地生活榜单:自媒体平台在逐步蚕食搜索引擎市场

石头IT视角

数据科学家十年后彻底消失?25年行业元老:无稽之谈!_大数据_Vincent Granville_InfoQ精选文章