江苏龙网

  1. 首页 > 资讯 > 科技 > >

埃尔法哥哥■2020年技术领导者需要关注的5个关键领域( 三 )



埃尔法哥哥■2020年技术领导者需要关注的5个关键领域
本文插图

图6. O'Reilly在线学习平台上的基础架构和运营主题 ， 在2019年使用率最高（左） ， 每个主题的变化率（右） 。
基础架构和操作的出现表明组织可能在扩展 DevOps方面遇到困难 。 DevOps旨在培养能够在系统“ 堆栈 ”的每个层中胜任工作的程序员 。 但是在实践中 ， 开发人员倾向于减少对DevOps运营组件的投入 ， 这一事实催生了站点可靠性工程（SRE）的思想 。 即使“全栈”开发人员不是独角兽 ， 她当然也不是司空见惯的 。 组织将基础架构和操作视为实用的 ， 以操作为重点的补充 ， 可从DevOps容易失败的地方准确地接手 。
深入了解数据 ， AI和ML主题
与数据相关的主题的结果既可预测 ， 又无可避免地令人困惑 。 从数据工程开始 ， 所有数据工作的基础（该类别包括涵盖数据管理的标题 ， 即关系数据库 ， Spark ， Hadoop ， SQL ， NoSQL等） 。 总体而言 ， 2019年数据工程使用量下降了8％ 。 2018年下降了3％ 。 这两年都是由于数据管理职称使用量下降所致 。
当我们更具体地关注数据工程主题（不包括数据管理）时 ， 我们看到的份额很小 ， 但使用率稳步增长 ， 2018年增长了7％ ， 2019年增长了15％（见图7） 。
在广泛的“数据”主题中 ， 数据工程（包括数据管理）仍是该主题中占有最大份额的主题 ， 在平台上的所有使用中占约十二分之一 。 这几乎是数据科学主题的使用份额的两倍 ， 数据科学主题的使用份额在2018年下降了（-2％）之后在2019年增长了（+ 5％） 。
在其他地方 ， 对ML和AI的兴趣一直在增长 ， 尽管速度有所下降 。 举个例子：2019年 ， ML / AI组合主题的使用量增长了7％ ， 约为其2018年增长的一半（+ 13％） 。

埃尔法哥哥■2020年技术领导者需要关注的5个关键领域
本文插图

图7. O'Reilly在线学习平台上的数据主题（2019年使用率最高）（左）和每个主题的变化率（右） 。
具有讽刺意味的是 ， 在特定于数据的主题中 ， ML / AI的优势可能没有在其他主题领域（例如编程语言）中那么明显 ， 在编程语言中 ， Python使用的增长在很大程度上受到该语言对ML的实用性和适用性的驱动 。 但是自然语言处理（NLP ， 2019年增长22％）和神经网络（增长17％）等与ML / AI相关的主题的使用量也强劲增长 。
数据工程作为一项任务当然并没有减少 。 对数据工程的兴趣也可能不会下降 。 如果有的话 ， 数据工程和ML / AI都将数据工程作为一个实践领域包含在内[3] 。 我们从其他研究中知道数据科学家 ， 机器学习和AI工程师等在工作中花费大量时间来发现 ， 准备和设计数据 。 我们已经看到 ， 流行的工具和框架通常以自动化/引导式自助功能的形式 ， 或者（对于Jupyter和其他笔记本而言）具有构建和编排调用Python的数据工程管道的能力 ， 从而通常包含数据工程功能 。， R（通过Python）等库 ， 以同时或（如果可能）并行运行数据工程作业 。
与老式数据工程相对应的术语（例如“关系数据库” ， “ Oracle数据库解决方案” ， “ Hive” ， “数据库管理” ， “数据模型” ， “ Spark”）按年下降 ， 在2019年 。 部分下降是由于更大的市场驱动因素所致 。 从我们的研究中我们知道Hadoop及其相关项目的生态系统（例如Hive）正处于持续多年的长期衰退之中 。 这种下降在我们的使用量数据中得到了证实：Hadoop（-34％） ， Hive（也为-34％）甚至Spark（-21％）均同比大幅下降 。
我们在对O'Reilly Strata会议发言人提议的分析中 ， 更详细地讨论了造成这种下降的可能原因 。
云持续攀升
尽管O'Reilly在线学习的速度较慢 ， 但对与云相关的概念和术语的兴趣仍在不断增长 。 从2017年到2018年 ， 与云相关的使用量激增了35％; 在2018年至2019年期间 ， 它的增长率不到一半（17％） 。 这种放缓表明云作为一个类别已经取得了很大的份额 ， 因此（从数学上）任何其他增长都必须以较慢的速度发生 。 就云而言 ， 虽然增长速度较慢 ， 但仍然强劲 。


推荐阅读


上一篇：「zol中关村在线」熬夜玩手机党福音——六大主流品牌深色模式对比

下一篇：『婷小姐』原创 华为更良心，麒麟990+128G+40W快充降1000，入手真不亏