．大數據行業發展現狀及趨勢預測

BI & Big Data Trends 2017

康橋科技 —— 白光攝影機專業廠商！

來源：拓撲社

大數據媒體KDnuggets，就大數據領域的發展現狀與趨勢，採訪了8位業內專家，以下是他們的觀點。

大數領域專家、科技創業導師，作者

Craig Brown PhD,

由於亞馬遜AWS、Rackspace、Azure等雲數據服務的興起，2016年數據量出現了大規模增長，數據量增長的趨勢，將在2017年持續。

2017年還將出現更多機器學習、認知計算、預測分析相關的項目。2017年依然會面臨數據隱私問題，數據科學家、首席數據官、首席架構師等職位，在2017年會越來越熱門、定位也會越來越清晰。即時數據流，和更加複雜的數據管道，將重新定義大數據。

IBM數據科學佈道師

James Kobielus,

Hadoop在大數據領域衰落的速度，比我預想的更快，MapReduce、HBase，甚至HDFS對於數據科學家，也沒有以前那麼重要了。

2017年最主要的趨勢，是更多的程序員學習選擇數據科學技能，以發展自己的職業生涯。2017年最熱門的數據科學項目，會聚焦在流媒體分析、嵌入式深度學習、認知物聯網(cognitive IoT)、認知聊天機器人、嵌入式機器認知、自動駕駛汽車、電腦視覺和語音辨識等領域。

同時，我們也會在明年看到新一代的神經網路經片、GPU和其他的高性能認知計算框架。

Gartner副總裁，知名分析師

Douglas Laney,

2016年大數據最大的一個變化，是人們不再談論大數據了，大數據的概念已經普及。關注的重點逐步轉為商業導向，如何管理、評估「資訊資產」，以及如何對「資訊資產」進行變現。

2017年我們應該努力弄清楚，數據權利和責任、所有權，尤其是涉及到物聯網數據。目前數據資產在會計業、律師界和保險行業都十分稜模兩可。

但隨著機構投資人和分析師，越來越看重企業的資訊化程度，這種情況會逐步改善。2017年大公司會越來越注重大數據人才，比如數據經理人和其他資訊整合人才。

商業智慧＆數據架構師，All Things Data博主

Yves Mulkers,

2016年大數據已經沒有前幾年那麼火熱，隨著大數據基礎設施、軟體和理論的發展，大數據分析解決方案已經越來越成熟、普及，不再僅僅局限於少數先行者。

隨著大數據的成熟，自助服務和自動化，得到越來越多的關注。雖然大數據分析解決方案越來越容易獲取，但是我們仍然需要具備通信、資訊處理技術的專業人員才能使用。

隨著人工智慧、機器學習、VR、AR、物聯網、容器技術的發展，大數據解決方案，將進入新的階段，越來越逼近摩爾定律的邊界。

Datafloq創始人，《ThinkBigger》作者

Mark van Rijmenam,

對於大數據，2016年是令人激動的一年，大數據不再只是一個熱門概念或者流行詞語。因為大數據公司已經開發了，實際的解決方案和應用。

在2017年這種趨勢將會持續，隨著技術越來越智能，我們會看到新的應用被開發出來。

深度學習和人工智慧，將變得更加智慧，並將更多地應用於組織機構，因為計算能力和數據量，不再成為開發智慧應用程序的障礙，2017年將是令人興奮的一年，但隨著大數據、智慧應用的發展，數據安全問題也越來越嚴重。

大數據科學家、Adversitement主管

Ronald van Loon

2016年，大數據經歷從單一部門，到跨部門的應用。物聯網數據應用開始在一些關鍵領域出現，此外，隨著雲計算平台的發展，為越來越多的機器學習，應用研發提供了支持。

2017，我們會看到人工智慧的成長、物聯網應用的爆發，以及機器學習的廣泛應用。技術已經準備好了，而且用戶對大數據技術改善體驗的需求非常強。

根據預測，2020年連網設備數將達到100億到340億之間。

史丹佛大學教授、電腦科學家

Jeff Ullman

歐盟已經根據數據的使用，和分析模型，頒佈了一個新的隱私保護法，將在2018年1月開始生效。

這一法案將會造成怎樣的影響，現在還不可知，但數據公司一直十分糾結，到底哪些數據和分析方法，是允許被使用的，比如Google可以分析用戶郵件內容，以判定是否為垃圾郵件，但Google到底有沒有讀取用戶郵件內容的權力?

Databricks首席科學家、Apache Spark創始人

Matei Zaharia,

公有雲正在成為，佈署大數據的主流方式。根據Apache Spark去年夏天的用戶調查，在公有雲佈署Spark的用戶比例達(61%)，比使用Hadoop YARN的用戶(36%)更高。

此外，使用公有雲的用戶，從2015年的51%增長到61%，使用HadoopYARN的用戶，從2015年的40%下跌到36%。其中的一個原因，是亞馬遜S3這類雲儲存產品價格越來越低，越來越穩定，也比Hadoop分布式文件系統更容易管理。