至顶网CIO与应用频道 06月28日 北京消息:走下高考的竞技场,又走上高招的棋局,2017年的准大学生们正在做一道人生中至关重要的选择题——专业选择。目前经济结构升级和科学技术进步将大数据专业带入了高招领域,攀升为热门话题,到底是明日黄花,还是经久不衰?领英为你清晰解读大数据专业。
专业现状:火爆之下的求贤若渴
大数据这个词已经热门有近十年的时间,可毕竟我们已经见过太多大一入学时还是热门专业,待研究生毕业时却已经成为“传统专业”的故事,所谓“花无百日红”的魔咒会不会降临到这个专业上呢?领英中国技术副总裁王迪解答到:“这个大数据的人才缺口,我们感觉还是非常大的。”
一方面,大数据是各行各业都需要的辅助技能,就像游戏里增加团队合作效率,延长团队寿命的辅助角色一样,无处不在。互联网行业毋庸赘言,在互联网+带动经济结构转型的大背景下,传统行业甚至更需要大数据专业的帮助。比如新零售或新物流,核心要义就是提高运营效率,降低成本,获取尽可能多的流量红利,这种新运营模式的背后离不开大数据分析的支持。整个社会转型和经济升级对于大数据相关的人才需求量实际上越来越高,大数据人才需求扩散范围也越来越广。
另一方面,大数据专业的不可替代性还很强。随着“人工智能”的普及度提高,一些观点认其发展会导致机器最终取代数据分析师的位置。对此,王迪表示,“这个担忧可能太早了,从产业的实际发展情况来看,通用人工智能方面还有很长的路要走。”比如有一些人工智能的算法或者工具已经使用了,进而产生了很多的数据,这些数据到底如何优化更有价值,反而需要数据科学家和数据分析师发挥作用,“人”才是让“人工智能”发挥作用的关键。可以说,这个专业的未来还很广阔。
报考准备:基础之上的复合学习
从领英的角度看,大数据行业是从过去几年突然新兴然后爆发的,5年或者是10年前很少有企业会招数据科学家或者是数据工程师这样的职位。然而教育体系和市场的爆发存在一定的脱节现象,比如现在还没有太多院校尝试去开设本科阶段的大数据专业,“清华大学的相关课程主要是在研究生阶段,性质是一个跨系的选修学位,所以参与的同学各种背景都会有”,王迪介绍到。这意味着大数据专业办学还处于探索的阶段。在这种情况下,对此感兴趣的准大学生们又该如何做准备呢?
领英认为,学好数据基本功是重中之重。正如王迪所说,“大数据这方面,我认为现在的在校学生如果有意愿在毕业从事这方面的工作,其实在学校里现在可以选修一些与此相关的课程。”从过去的一些经验判断,复合型学术背景的人才在实际工作中往往走得更远。以电子商务为例,因为单一专业的教学大纲容易与市场脱节,实际工作中发现电商企业不一定需求的是电子商务专业的毕业生,掌握电子商务基础的其他学科背景人才在行业内反而较受欢迎。对有志于大数据专业的准大学生们而言,不管最终就读什么专业,如果有志于成为数据分析师,数据库和简单编程是基本功,必须学好;其次,统计原理对理解分析数据和建模很有帮助,也可以在大学期间涉猎;最后,要成为顶尖的数据分析师,除了需要学一些人工智能的机器学习等高级知识外,技术能力之外的软实力也非常重要,正如王迪所说,“决策和创新是数据科学家的终极任务。”
在选择专业时,还有一个不得不提的原则,就是一切选择的前提是适合。对数据不感兴趣的人而言,数据是一些枯燥的符号,而对感兴趣的人而言,那是一片浩瀚星海。准大学生们应该结合自身情况,依据现实背景和对未来的判断做出最优选,参考市场对各领域人才的需求,为职业发展打好基础。大数据专业已经在星海中逐步起航,而你是否做好准备,与他一同遨游?
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。