自动化工具拓宽了数据科学的未来范围

数据科学工具现在自动化各种分析过程，从数据准备到模拟选择。自动化只会扩大数据科学的未来范围。

根据大多数分析和人工智能专家，趋势增强分析只会提高效率和范围数据科学在企业内。即使通过加速分析自动化，数据科学家们也将长期坐在工作安全上漂亮。

“我认为AI和很多这些技术发生了什么是他们让我们的工作更容易，“分析和数据科学标准的倡议主动台数据科学专家Usama Fayyad说。”我实际上不相信他们能够取代我们的工作。“

Gartner的分析师预料到的在五年之内，AI将自动化数据科学家从事的50％的活动。这可能更像是对数据管理和分析的手工劳动量的反映而不是其他任何东西。

Fayyad说，数据科学与分析的自动化目标平凡，机器人，重复任务 - “机器比人类更好的事情更好的事情”。例如，Gartner预测，数据管理领域将在未来三年内看到手动任务在未来三年内减少45％使用机器学习的数据管理和AI更有效地分类，准备，集成和管理数据集。

自动化摘要远离手动数据科学过程，更具战略性的数据科学范围将越多。精简的分析工作使时间和能量返回数据科学家，专注于始终是他们的核心任务 - 帮助业务领导者将越来越多的数据流转换为可操作的见解。根据最近的调查，72％的组织相信他们无法收集数据分析的见解可能对他们的底线产生负面影响。

“当你谈论数据科学家的角色时，最重要的事情是批评前端的问题，开发要由数据回答的问题，然后在后端呈现结果，呈现结果 - 讲述Sparks Research（Charleston Southern Autharty）的分析教授Jon Christiansen Jon Christiansen表示，故事和能够适当地阐明诊断，这是明确，相关，准确和精确的诊断。基督徒说，其他一切都在数据科学未来只是一个挖掘不同的技术“食谱”的问题，以确定将数据和骰子自动切割的方式，具体取决于情况。

烹饪洞察力的核心活动不会随着自动化而改变。但是，技术食谱数据科学家使用完成他们的目标。这三个责任 - 识别以数据导向的问题，询问分析必须解决的正确问题，然后将产出解释为可操作的指导 - 是在角色和数据科学的未来，特别是在增强分析的时代。那些是强烈的人类活动，根本无法自动化。

“我们需要人类，因为到了这个日期，我们不知道如何建立一个具有常识和快速在新情况下提出判断的机器的机器，”Fayyad说。

这可能是为什么未来数据科学范围的前景仍然适合工人。这世界经济论坛指出，数据科学角色是全球劳动力市场中最高点心的角色。和美国劳工统计局预测数据科学角色预计将增长近34％至2026。