在這次問答中，格蘭維爾(Granville)討論了數(shù)據(jù)科學趨勢，人工智能和物聯(lián)網(wǎng)對數(shù)據(jù)科學家的影響，組織和數(shù)據(jù)科學家將如何適應不斷增長的數(shù)據(jù)隱私法規(guī)以及人工智能的發(fā)展。

DataTarget Central于3月4日被TechTarget收購。

文森特·格蘭維爾(Vincent Granville)：我相信我們會看到兩個方面的增長。我們將看到大學將提供更多的數(shù)據(jù)科學課程，甚至是碩士學位，甚至還有博士學位，以及針對使用數(shù)據(jù)的從業(yè)人員的更多訓練營和在線培訓，但缺乏一些技能，例如統(tǒng)計編程或諸如深度學習之類的現(xiàn)代技術-有些古老的東西，但是由于現(xiàn)在可以用來訓練和優(yōu)化這些模型的計算能力而在最近變得很流行。

還有一個平行的趨勢將會增加，包括雇用傳統(tǒng)上不被認為是數(shù)據(jù)科學家的專業(yè)人員，例如物理學家，他們在數(shù)據(jù)處理方面具有豐富的經驗。在金融科技領域，情況已經如此，這些專業(yè)人員將學習工作中所需的新技能。公司通過將選定的員工派往技術和數(shù)據(jù)訓練營對公司內部進行員工培訓，這將有助于增加所需職位的潛在招聘渠道。

而且，人工智能本身將幫助構建更多工具來自動化一些艱巨的工作，例如數(shù)據(jù)探索，這是許多數(shù)據(jù)科學家如今所要做的，目前正在消耗多達80%的時間。將其視為自動執(zhí)行AI的AI。

同樣，隨著AI的出現(xiàn)，可以使數(shù)據(jù)科學工作流的各個部分實現(xiàn)自動化，數(shù)據(jù)科學將如何或將如何發(fā)生變化?

格蘭維爾：我們將看到更多自動化的數(shù)據(jù)科學任務。在日?；顒又?，我已盡可能地自動化，或者外包或使用平臺來完成許多任務-甚至自動化了純數(shù)學工作，例如計算積分或在數(shù)字序列中查找模式。

問題是員工抵制使用此類技術，因為他們可能會將其視為替代這些技術的一種方式。但是事實恰恰相反：您[手動]可以自動執(zhí)行的任何操作實際上都會降低您的工作安全性。為了進一步采用自動化數(shù)據(jù)科學來完成特定任務(簡單或不太簡單)(例如創(chuàng)建分類法或編寫程序的程序)，必須改變思維方式。