京公网安备 11010802034615号
经营许可证编号:京B2-20210330
五个未来最吃香的IT技能 数据分析排第一
在2020年,专业技术知识将不再是IT部门的唯一领域了。整个公司/组织的员工应当要理解如何把IT技术运用到他们的工作之中。但未来学家和IT专家说,最吃香的IT相关技术包括:挖掘海量数据、保护系统免遭安全威胁、管理新系统下日益复杂的风险以及如何利用技术提高生产率。虽然IT知识将更加普及,但雇主们将更加青睐如下5种专用技能。
1.数据分析
据IDC市场研究人员估计,到2020年全球每年产生的数据量将达到35ZB,也就是3500万亿GB。(注:1ZB=1,048,576PB;1PB=1,048,576GB;这个数据很抽象。)IDC的首席研究员JohnGantz说:“用普通的DVD一张一张地摞起来,可以从地球摞两个堆到月球。”
有了这样庞大的数据,这就不仅要求IT从业人员有能力分析海量数据,并且要和业务部门合作,确认哪些数据是可用的,从哪里获取这些有用的数据。
这些混合型的从业人员将同时具备IT专长和业务流程与运作的知识背景。IT人力研究机构FootePartners公司的董事长兼CEODavidFoote说:“他们是那些了解客户需求的,并且知道如何把信息转换为赢利的人。如果你有更多这样的理解整个数据‘供应链’的雇员,你的获利也更多。”
2.风险管理
未来学家DavidPearceSnyder说:“风险管理技能的高需求将会持续到2020年,尤其当(各种)业务和愈发愈发的IT之间关系很紧密。比如,前段时间英国石油在墨西哥湾的油井泄漏中所涉及的IT技术,还有丰田公司处理‘加速门’事件。”(编者注:丰田承认汽车黑匣子阅读器存在软件缺陷。)
Snyder还说:“当我们处于快速创新的时代(这一趋势将持续到2020年),我们会碰到意想不到法律问题;当我们想在这错综复杂的世界搞点创新,很肯能就要碰到这样或那样的问题。”(所以,)企业将寻求具备有风险管理能力的IT从业人员,以预测和应对挑战。
3.机器人技术
据华盛顿的未来咨询学家JosephCoates说,机器人将在2020年之前“接管”更多的工作。所以,具备机器人技术的IT从业人员将不愁没有饭吃。
Coates说:“我们可以把机器人看成类人设备,但我们还需扩大到所有自动化的设备。”机器人技术工作包括:研发、维护和修理。专家将在垂直市场探索相关技术的使用。比如:一些机器人专家可能专注健康护理和研发康复中心的设施,另一些专家肯能为残疾人发明设备或为儿童发明学习工具。
4.信息安全
根据PricewaterhouseCoopers的报告:因为我们上网所花的时间将越来越多,面对面的交互将越来越少,更多的个人信息将在网上曝光,可以轻易冒充他人的新技术也很多,所以在2020年之前,认证用户身份和保护隐私将成重大挑战。远程工作人员也将成为劳动大军的主力,这也就带来更多的信息安全隐患。
编者注:“远程工作人员”也称“居家工作人员”,即那些可以在家通过网络即可上班的人员。
Foote解释说:“我们处于一个危险的环境,虽然很多雇员都精通技术,但他们却并不理解信息安全是最重要的。”Foote预测这个状况将在2020年有改善,因为很多公司将信息安全方面投入更多,包括数据中心、网络连接和远程访问。
5.网络技术
Snyder回应美国劳工统计局的预测说,“网络系统和数据通信管理在2020年仍将是头等大事,但是因为很多公司将想方设法避免增员,所以他们向顾问咨询如何提高产能和效率。”
“如果已经尽量裁员了,那么现在只能提高生产率了。应当有人来告诉我们如何更好地使用现有的网络技术。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29