هل نحتاج حقًا إلى (المزيد) من البرمجة ليكون لدينا علماء بيانات ناجحون؟
في عالم يتحرك بسرعة نحو التبسيط – في الحياة اليومية وفي مكان العمل – أصبحت صناعة التحليلات جاهزة للابتعاد عن مطالبة القوى العاملة لديها بإنفاق معظم طاقتها على كتابة سلاسل تعليمات برمجية طويلة ومعقدة.
لقد قدم سوق برمجيات التحليلات منذ فترة طويلة حلولاً سهلة الوصول للمؤسسات. ومع تركيز علماء البيانات بشكل متزايد على الرؤى في الوقت الحقيقي أو التحليلات التنبؤية، لا يمكننا أن نسمح لهم بالتركيز على الجانب الفني فقط.
ما لا تتوقعه: البرمجة غير المطلوبة في ازدياد
في الوقت الحاضر، أصبح الناس أكثر حرصًا وحرصًا على الحصول على مزيد من المعرفة بجهد أقل. وينطبق هذا على الحياة اليومية ومكان العمل، ويحدث بشكل أسرع مما نعتقد.
فكر في مقدار الوقت والجهد الذي كنت ستقضيه قبل 10 أو 20 أو 30 عامًا في تنفيذ مهمة ما – فمن المؤكد أنها كانت ستستغرق وقتًا أطول بكثير مما ستستغرقه الآن، وقد انخفض الوقت الذي تستغرقه عقدًا بعد عقد.
كنت تعتقد أن الشيء نفسه يحدث في التحليلات. هذا واضح، أليس كذلك؟ للاسف لا.
يتبع عالم التحليلات بطريقة ما اتجاهًا غير بديهي
في حين أن المنصات توفر منذ فترة طويلة حلولاً سهلة الوصول لاحتياجات تحليلات سوق العمل، فقد ارتفع استخدام المنصات مفتوحة المصدر، مما يتطلب من علماء البيانات أن يتمتعوا بمهارات الترميز.
لقد وصل الارتفاع الهائل في الأطر التي تستفيد من تطبيقات Python وR وتطبيقات اللغات الأخرى إلى النقطة التي أصبح فيها الناس يعرّفون وظيفة عالم البيانات على أنها “موظف عالي الكود” بدلاً من شخص لديه معرفة عميقة بالإحصاءات وخوارزميات أو عمليات التعلم الآلي.
وقد تكيفت الشركات والجامعات بسرعة مع هذا الأمر، وتقوم بتدريس لغات البرمجة كجزء من دوراتها التحليلية.
ونتيجة لذلك، زادت أيضًا الحاجة إلى المتخصصين ذوي المهارات البرمجية، مما أدى إلى اتساع الفجوة بين المحللين ذوي المهارات العالية وعلماء البيانات والموظفين المتعلمين في مجال الأعمال – في بعض النواحي، عكس تمامًا ما يحدث في العالم الخارجي.
ولكن لماذا حدث هذا؟ غالبًا ما يكون السبب وراء التحول من البرامج سهلة الاستخدام إلى التطبيقات المستندة إلى التعليمات البرمجية هو الوصول المجاني إليها (معظمها مفتوح المصدر) وضمان استمراريتها دون مراقبتها من قبل البائعين.
أدى الارتفاع الكبير في البرمجيات مفتوحة المصدر في التحليلات والتعلم الآلي إلى هذا الوضع الفريد حيث استفادت التطبيقات عالية التعليمات البرمجية من التطبيقات الكلاسيكية منخفضة التعليمات البرمجية على مدى السنوات القليلة الماضية.
كان التغيير الذي أحدثه تغيير قواعد اللعبة في سوق التحليلات والبيانات بالكامل هو الانتقال من الحلول القديمة المحلية إلى السحابة.
في البداية، قام موفرو الخدمات السحابية بتعزيز حلقة التعليمات البرمجية بشكل أكبر لأنهم ركزوا على المطورين المحترفين وقاموا بتجميع أدوات وأطر التحليل مفتوحة المصدر على نطاق واسع لبعض الوقت.
إنهم يحبون أعباء عمل التعلم الآلي لأنهم يستخدمون الكثير من دورات الحوسبة وتخزين البيانات، والتي يمكنهم فرض رسوم عليها ولأنهم يحصلون على قدرات تحليلية مجانًا.
قد يؤدي التنفيذ الأخير للعديد من الأنظمة الأساسية التي لا تحتوي على تعليمات برمجية في السحابة إلى إبطاء هذا الاتجاه أو على الأقل توفير بديل.
يجب أن يكون الطريق إلى المؤسسات المعتمدة على البيانات بسيطًا
في بيئة الأعمال المتقلبة وسريعة التغير اليوم، من الأهمية بمكان أن تتمتع الشركات بأفضل القدرات التحليلية الممكنة.
سواء كان الأمر أكثر تركيزًا على التحليلات الوصفية أو المرئية أو التحليلات التنبؤية من خلال التعلم الآلي، تحتاج المؤسسات إلى تحليلات سريعة وسهلة لتسريع رحلتها لتصبح مؤسسة تعتمد على البيانات.
لا يتناسب الاتجاه نحو تحسين المعرفة بالبيانات وإضفاء الطابع الديمقراطي على البيانات مع هذا الاتجاه نحو أدوات التشفير العالية. هناك حاجة إلى موظفين يمكنهم استخدام بيانات الشركة وفهمها والاستفادة من الرؤى.
لكي تصبح مؤسسة ذكية، يجب عليك التركيز على إنشاء ثقافة البيانات.
ويجب أن تتغلغل هذه الثقافة في الشركة بأكملها، مع وجود الأشخاص في القمة. يجب أن يتحدث الموظفون نفس اللغة، وعلماء البيانات ليسوا استثناءً.
إن الاستفادة من الاستثمارات في التكنولوجيا يمكن أن تحرر الشركة من الصوامع الثقافية، مما يؤدي إلى تحسين التواصل مع الموظفين بشكل أكثر راحة مع البيانات.
إن النظر إلى علماء البيانات على أنهم “مهووسون” لا يجعل الأمور سهلة – فتطبيق ثقافة بيانات واسعة النطاق سيؤدي إلى تقصير المسافة بين الأشخاص في المؤسسة، ويجب أن تكون سهولة الاستخدام وبرمجيات اللغة الطبيعية جزءًا كبيرًا من هذا.
يمكن لعلماء البيانات أنفسهم تغيير نهجهم من “ماذا تريد من البيانات؟” إلى “قد تحتاجه”.
ستتطلع المؤسسة التي تعتمد على البيانات إلى أي جهد لجعل البيانات واستخدامها أكثر قابلية للفهم وأكثر انتشارًا وأسهل في الاستخدام – مما يؤدي إلى كسر الجدران التي تجعل الوظائف الفنية منفصلة عن الوظائف المهنية الأخرى.
عالم البيانات “الذكي” في مؤسسة منخفضة التعليمات البرمجية
الاعتماد على التطبيقات القائمة على التعليمات البرمجية للتحليلات والتعلم الآلي يجعل من الصعب أن تصبح مؤسسة تعتمد على البيانات.
لقد كنت عالم بيانات منذ ما يقرب من 15 عامًا، وأعلم أن التركيز على أخطاء سطر التعليمات البرمجية يجعل المهمة أكثر صعوبة، وأكثر إحباطًا، وفي بعض الأحيان لا تأثير لها.
الترميز ليس أمرًا طبيعيًا وليس من السهل استخدامه، كما أنه يجعل عمل التحليلات يستغرق وقتًا أطول ويصعب فهمه. يمكنك فقط أن تغفل عن الهدف الرئيسي.
لقد أتى عصر العمل الذكي بالفعل، وقد أدى الوباء إلى تسريع التحرك نحوه. أصبحت المكاتب المنزلية والتحول الرقمي والمرونة الآن مفاهيم يومية في شركات اليوم.
في هذا السيناريو، لا يكون عالم البيانات الذكي متخصصًا في التعليمات البرمجية العالية، ولكنه شخص يمكنه العثور بسهولة على الرؤى والاتجاهات والأنماط في البيانات، واستخدام معرفته لتفسيرها بأفضل طريقة ممكنة.
يدفع البائعون التقنيون حلولهم الجديدة والمبتكرة سهلة الاستخدام.
باستخدام البرنامج الجديد، يمكنك حل معظم مشكلات ومهام التعلم الآلي حتى مع المعرفة التقنية المحدودة: يمكن أن تأتي القيمة المضافة للخبراء بشكل حصري تقريبًا من قدرتهم على فهم الصورة الكبيرة للتحليلات والنتائج “حسنة المظهر” التي يمكنك الحصول عليها منها. البيانات.
ويتحرك الذكاء الاصطناعي أيضًا في هذا الاتجاه، مما يتيح الوصول إلى المعلومات بسرعة وسهولة من خلال اللغات الطبيعية أو الأفعال البسيطة.
من خلال الاستثمار في هذه الحلول الجديدة، يمكن للمؤسسة أن تفتح الطريق أمام معرفة سلسة وأوسع بالبيانات والاستفادة من تجارب علماء البيانات لتحقيق أفضل النتائج.
الآن هو الوقت المناسب لإعادة اكتشاف قوة البساطة: في عالم مفرط في التبسيط، لا ينبغي للتحليلات أن تكون “فقط للقلة”.
المصدر: idceurope
قد يهمك:
