Los macrodatos deben prestar atención a la tecnología básica cuando controlan el derecho a hablar.
El "Libro blanco sobre transacciones de big data de China de 2015" muestra que para 2020, el tamaño del mercado de la industria de big data de China será del 10 veces mayor que en 2014. Los 76.700 millones de yuanes en 2018 se ampliaron a 822.8438 millones de yuanes. El rápido crecimiento del mercado global de big data se ha convertido en un punto brillante en el campo global de TI. En China, aunque los macrodatos todavía están en su infancia, el entusiasmo por su desarrollo está aumentando en varios lugares y las aplicaciones industriales se están promoviendo rápidamente. En este entusiasta mercado de big data, si China quiere liberar aún más el valor de big data y controlar el discurso tecnológico, debe prestar atención a la tecnología básica de big data.
En la actualidad, aunque nuestro país está muy entusiasmado con los big data, cabe señalar que en realidad falta el diseño de las tecnologías clave de big data en nuestro país. Actualmente, los países de todo el mundo se apresuran a diseñar las tecnologías clave y básicas de big data porque, a juzgar por la arquitectura y la base técnica actuales, todavía existen muchos desafíos en el uso de tecnologías listas para usar para resolver problemas de big data. No hace mucho, Shen, director del IBM China Research Institute, admitió en una entrevista con China Electronics News que si realmente se desea obtener conocimientos y valor de los datos, se necesitan plataformas de análisis y procesamiento de datos más eficientes e inteligentes y las herramientas correspondientes. En primer lugar, la tecnología de TI tradicional requiere mayores avances. Por ejemplo, el sistema de procesamiento de Internet de las cosas necesita procesar millones de datos por segundo, como almacenar y procesar datos no estructurados, lo que requiere nuevas tecnologías. En segundo lugar, es necesario introducir modelos físicos para simular el mundo físico. Por ejemplo, comprender el clima, controlar los riesgos de enfermedades y comprender las fábricas inteligentes requiere el establecimiento de una gran cantidad de modelos físicos. Sólo seleccionando modelos más adecuados podremos simular y comprender mejor el mundo físico. En tercer lugar, se necesita una computación cognitiva más poderosa, lo que requiere capacidades de lenguaje natural más sólidas y capacidades de aprendizaje automático más sólidas.
Según el juicio de la demanda del mercado y las tendencias tecnológicas, los gigantes extranjeros de TI han invertido una gran cantidad de mano de obra, recursos materiales y financieros en la investigación y el desarrollo de tecnologías clave de big data. Todos sabemos que cuando se trata del uso de big data, definitivamente se mencionará la tecnología de código abierto Hadoop. De hecho, para el uso de big data, depender únicamente de Hadoop no es suficiente. Nos enfrentamos a muchos desafíos a medida que avanzamos hacia la Internet industrial, y nuestra arquitectura y modelos informáticos también enfrentan grandes desafíos. Por ejemplo, el enfoque tradicional para el análisis informático y la manipulación de datos es recopilar datos, almacenarlos en un programa de base de datos y luego buscarlos cuando se solicite. Esta es una forma eficaz de abordarlo, pero es una estructura estricta que a menudo resulta en una pérdida de tiempo. En la informática de transmisión, los algoritmos de software avanzados comienzan a analizar los datos de transmisión a medida que se reciben. Stream Computing tiene un enorme espacio de aplicación en el campo del análisis de datos en tiempo real, incluido el clima, los ríos, la electricidad, el comercio de acciones, etc. Sin embargo, la industria de TI de China actualmente no tiene mucho que decir en la computación en streaming. Frente al desafío de los big data, existen muchas tecnologías nuevas similares a la computación en flujo, y las tecnologías clave requieren más diseño por parte de las empresas de TI chinas. Sólo así nuestro desarrollo y utilización de big data no se convertirá en una industria "desarraigada".
De hecho, si China quiere tener más voz en el campo de big data y liberar mejor el valor de los datos, no sólo debe desarrollar dimensiones tecnológicas básicas como plataformas y herramientas, sino también modelos de datos. , Científicos de datos y otras dimensiones. Actualmente, las 1.500 empresas más importantes del mundo tienen sus propios científicos de datos. Según las 25 habilidades más populares entre los empleadores en 2014 publicadas por LinkedIn, un sitio de redes sociales para profesionales extranjeros, las habilidades de análisis estadístico y minería de datos ocuparon el primer lugar. La firma de investigación Gartner predice que en 2015 se crearán 4,4 millones de puestos de trabajo relacionados con big data en todo el mundo, y el 25% de las organizaciones establecerán el puesto de director de datos.
No hace mucho, Alibaba Cloud anunció el lanzamiento del Plan de Cooperación Universitaria Alibaba Cloud AUCP, que unirá a 8 universidades nacionales para establecer carreras de computación en la nube y ciencia de datos con el objetivo de cultivar científicos de big data en las universidades. Cabe decir que Alibaba es una de las empresas nacionales que antes despertó a la "conciencia de los grandes datos". Para cultivar talentos en disciplinas aplicadas como big data, es necesario aprovechar al máximo los recursos empresariales. Entre las empresas extranjeras, IBM ha invertido enormes recursos en cultivar talentos globales de big data y ha cooperado con más de 1.000 universidades de todo el mundo para construir un "canal" para los científicos de datos.
Promover la aplicación de big data requiere una gran cantidad de científicos de datos. El sistema educativo debe prestar más atención al cultivo de talentos de big data y más empresas líderes deben participar. Alibaba o IBM por sí solas no son suficientes.
Lo anterior es el contenido compartido por el editor sobre cómo dominar el derecho a hablar en big data y prestar atención a las tecnologías básicas. Para obtener más información, puede seguir a Global Ivy para compartir más información detallada.