
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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01