Gyana: Die Zukunft der Datenwissenschaft ist codelos

Andy German, Chief Strategy Officer von Gyana, spricht über eine Zukunft, in der die Datenwissenschaft ohne Code ist und es Unternehmen ermöglicht, von all den Daten zu profitieren, die sie zu bieten haben, ohne den Fokus auf das zu verlieren, was sie am besten können


Das weltweit steigende Datenvolumen scheint eine Selbstverständlichkeit zu sein. Ich bin mir ziemlich sicher, dass ich schon seit einiger Zeit lese, dass die Welt in den letzten zwei Jahren mehr Daten produziert hat als in der restlichen Zeit zusammen. Aber Sie bekommen ein Bild: Es gibt eine Menge Daten da draußen, und es gibt keine Anzeichen dafür, dass sie langsamer werden.

Die Tech-Community reagierte mit einer Reihe von Schlagworten, die sich in bemerkenswert kurzer Zeit vom Jargon zur gängigen Praxis entwickelt haben, um überbeansprucht zu werden. Big Data beschrieb die Überlastung der Computerinfrastruktur angesichts des Datenansturms. Künstliche Intelligenz wurde allgemein als die Lösung für alle Probleme missverstanden. Und maschinelles Lernen war der neueste Weg, der KI Leben einzuhauchen, insbesondere angesichts der Verfügbarkeit von Computern, die leistungsfähig genug sind, um dies zu ermöglichen.

Okay, so viel wissen wir bereits – vor diesem Hintergrund ständig wachsender Daten (mit zunehmender Vielfalt), einer leistungsfähigen Bereitstellungsinfrastruktur und all dem treibenden – und angetriebenen – Investoreninteresse sei Ihnen verziehen, wenn Sie denken, dass die natürlichen Kräfte in der Belegschaft dies tun würden bereiten Sie sich auf die Herausforderung vor, richtig?

Nun, teilweise passiert das. Data-Science-Kurse scheinen breiter verfügbar und immer beliebter zu sein. Aber die Nachfrage nach Absolventen und Doktoranden übersteigt das Angebot – niemand prognostiziert, dass sich die Kluft weiter vergrößert. Beispielsweise prognostiziert die University of California Riverside bis 60 allein in den USA einen Mangel an datenwissenschaftlichen Stellen um 2020 %, was rund XNUMX Stellen entspricht.

Das überstrapazierte Schlagwort „Daten sind das neue Öl“ gleicht immer mehr einer Ölpest.

Andy German, Chief Strategy Officer bei Gyana


Wir haben also steigende Datenmengen, sinkende Zahlen an entsprechend qualifizierten Absolventen, IoT vor der Tür, das der Datenmenge eine weitere Impulsfunktion verleihen wird, keine Anzeichen einer Konvergenz bei den Formaten und eine arbeitende Bevölkerung von Menschen mit immer steigende Erwartungen, wie Daten und KI ihr Leben verbessern werden. Das überstrapazierte Schlagwort „Daten sind das neue Öl“ gleicht immer mehr einer Ölpest.

Es überrascht daher nicht, dass diese komplexe Landschaft zu einer Vielzahl von Marktchancen geführt hat, die alle darauf abzielen, den Arbeitnehmern bei der Interpretation dieser Datensätze zu helfen, um die überaus wichtigen Erkenntnisse zu liefern, die für einen Wettbewerbsvorteil erforderlich sind. Es gibt jetzt eine Fülle von Lösungen auf dem Markt für alle Arten von Datenanforderungen, einschließlich einiger sehr leistungsfähiger Anwendungen, die fast einen Doktortitel erfordern, um zu wissen, wie man sie ausführt.

Daher das Aufkommen von No-Code- oder Code-losen Anwendungen, die in der Lage sind, Fragen zu verstehen, die in natürlicher Sprache – denken Sie an Siri oder Alexa – vom Benutzer gestellt werden, anstatt computerfreundliche Programmierung.


VERANSTALTUNG: Gyana's Samsara 2019 – Ein umfassender Tag der Datenwissenschaft



Und hier kommt die Vision von Gyana ins Spiel: KI für alle verfügbar zu machen, damit sie sich auf ihr Domänenwissen konzentrieren können, anstatt zu lernen, wie man Computer programmiert oder komplexe Schnittstellen verwendet. In der Lage sein, Hypothesen in Echtzeit zu testen, Live-Analysen mit Kollegen zu teilen, die Verwendung zahlreicher komplexer Pakete zu vermeiden und große Datensätze direkt auf ihren Laptops zu manipulieren.

Die Anwendungen sind überall dort, wo Sie Daten finden; alles von der Stellensuche bis zu Investitionsentscheidungen, dem Verständnis der Energiemärkte bis hin zur Ausrichtung auf Präzisionsmedizin. 

Der Grund dafür ist, dass es den Menschen auf diese Weise ermöglicht werden kann, in dem, was sie am besten können, schlau zu sein. Dies macht sie nicht nur effizienter bei dem, was sie tun, und reduziert Risiken und Kosten, sondern ermöglicht es ihnen, ihr Potenzial auszuschöpfen, indem sie einige der Blockaden in ihren täglichen Rollen verringern. Die Verwendung von Gyana würde es beispielsweise einem städtischen Verkehrsplaner ermöglichen, direkt mit der Analyse der Auswirkungen der Luftqualität auf Buslinien zu beginnen, ohne erst lange Zeit damit verbringen zu müssen, die Daten zu bereinigen und abzugleichen.


Unsere Vision ist, dass die Menschen nicht so sehr - Gyana aber sei ein ein Teil davon. Sobald Menschen anfangen, es zu nutzen, um ihre Effektivität bei der Arbeit – oder auch zu Hause – zu verbessern, ist es die menschliche Natur, Kontakte zu knüpfen und Best Practices auszutauschen, was die Produktivität aller weiter verbessert.

Auf welche Schlagzeilen dürfen wir uns in drei Jahren freuen? Dass die Welt in den letzten zwei Jahren mehr Daten produziert hat als in der restlichen Zeit zusammen? Wahrscheinlich. Und dass wir endlich die Werkzeuge haben, um die Daten zu verstehen, ohne ein Experte sein zu müssen? Mehr als wahrscheinlich. Aber vor allem freuen wir uns darauf zu lesen, wie jeder Data Science nutzt, um die Dinge zu tun, die er liebt.


Gyana stellt seine codelose Vayu-Plattform kostenlos über ihr zur Verfügung Website .

Andi Deutsch

Andy German ist Chief Strategy Officer von Gyana, einem in Großbritannien ansässigen Technologieunternehmen, das die Zukunft der Datenwissenschaft ohne Code gestaltet.

Erzielen Sie Produktivitäts- und Effizienzsteigerungen durch Datenmanagement

Russ Kennedy • 04. Juli 2023

Unternehmensdaten sind seit vielen Jahren eng mit Hardware verknüpft, doch jetzt ist ein spannender Wandel im Gange, da die Ära der Hardware-Unternehmen vorbei ist. Mit fortschrittlichen Datendiensten, die über die Cloud verfügbar sind, können Unternehmen auf Investitionen in Hardware verzichten und das Infrastrukturmanagement zugunsten des Datenmanagements aufgeben.