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
在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31