【大數據與資料應用篇】恆逸達人教你挑對趨勢,挑戰最火的實戰技能!
資訊爆炸、最新技術百百種,到底什麼才是你真正需要的? 該選有潛力的新秀、還是CP值高的明星,才能突圍致勝、奪得先機?
恆逸講師群精選最具發展潛力與後勢持續看好的大數據與資料應用、雲端應用、前端應用、資訊安全解決方案、Kotlin程式設計、 Ansible 、Kubernetes等最新趨勢與技術,幫你快速掌握要領,更給你如何實戰養成的學習方向,讓你可依據現有工作或想從事的領域,打造最適合你的職場應用必殺技!
▍大數據與資料應用篇
作者:申建忠 恆逸教育訓練中心資深講師
經過這幾年產業環境的變更,許多產業領袖紛紛預測,2019年將結束資料儲存階段,開始邁入資料應用年代。因此資訊科技也將迎來一波新變革,在此同時如何準確地儲備關鍵的資訊技能,將是在未來職業生涯勝出的關鍵。
根據最近幾年的產業趨勢與資訊科技的進步,筆者認為2019年與資料應用相關的關鍵趨勢有下列幾項:
1.機器學習(Machine
Learning)將持續火熱在2018年機器學習是極其熱門的技術。從2019年開始,機器學習將以更成熟的狀態被廣泛地應用在各項產業,開始真正地為公司帶來實質效益。
當然有人會說“AI才是王道,機器學習已經落伍”這句話,但這恰恰證明該人只是「人云亦云」,並沒有真正了解AI與機器學習的關聯。事實上機器學習是為達到人工智慧(AI)而發展出來的技術,而目前當紅的深度學習只是眾多機器學習技術之一,所以部署AI其實就是應用機器學習。
此外,許多產業目前急需解決的問題是具有各種不同面向,並不需要深度學習,或深度學習不一定是最佳解決方案。其實只需要一般傳統的機器學習技術以及足夠的資料與運算能力便能夠解決。所以具備足夠廣度的機器學習知識,才是目前產業界最急需的技術人才。
2. Python是機器學習的最佳選擇
目前最成熟的機器學習語言不需解釋一定是Python,當然還有其他語言也適合應用在機器學習,如:R語言或Julia。但以學習資源與應用範例來看,Python在2019年將繼續維持過去幾年的上升趨勢,學習Python不會是錯誤的決定。
3.大資料(Big Data)將成為基礎設施
如前面所言,2019年將是資料應用元年,企業將開始使用之前收集、儲存在大資料系統的資料,進行相關的商業應用。然而在使用資料進行資料分析、機器學習、資料科學等應用之前,必須先建置大資料系統用來收集與儲存珍貴的企業資料。然而建置大資料基礎設施的方式,基本上分為本地建置與雲端建置兩種,這兩種各有所長也皆有所短,企業需要依照自身需求與限制,選擇最適當的建置方式。不過不論何種方式,大資料系統的管理與資料生命週期管理都是同樣重要的工作,只是資料儲存位置的差異,當然資料本身的隱私權與政府法規的遵守,也是不容小覷的課題,小則失去客戶、用戶的信賴,大則面臨法律的懲罰與鉅額罰鍰。
4.商業智慧(機器學習、資料科學)自助化
隨著資訊技術與基礎設施的提升,越來越多非資訊人員需要自行操作資料分析或人工智慧系統,來產生相關的商業洞察,以幫助企業減少成本、提升獲利。然而傳統的資料分析系統往往過於專業與複雜,非資訊專業人員難以自行操作,需要藉由資訊專業人員幫忙產生相關報告。但又常常因為彼此的專業不同,經常出現雞同鴨講的情況。所以建立自助式資料分析、商業智慧、機器學習系統將是可預見的趨勢,目前幾大雲端服務平台如:AWS、Azure、GCP等都已經開始提供此類服務。但部分產業因為資料敏感性與政府法規規範,無法使用雲端服務,所以本地建置自助式資料分析平台的需求也將逐漸增加。
綜合上面的趨勢來看,筆者認為A、B、C還是最重要的學習方向。
A是Artificial
Intelligence,也可以說是機器學習或資料科學
B是Big Data
C是Cloud Computing
以下分別根據A、B、C建議相關的學習課程:
Artificial Intelligence (人工智慧)
如果您是初入門者,建議學習方向:
「Python程式設計」➤「資料分析-使用Python Pandas與Matplotlib」➤「Python之機器學習-使用Scikit-Learn」➤「Python與機器學習深度學習-使用Keras與TensorFlow」
如果您是具有程式開發經驗者,建議學習方向:
「資料分析-使用Python Pandas與Matplotlib」➤「Python之機器學習-使用Scikit-Learn」➤ 「Python與機器學習深度學習-使用Keras與TensorFlow」
如果您是資料分析人員(也適合非資訊人員),建議學習方向:
「ANSI SQL入門」(使用SQL指令,自行分析資料庫或大資料系統的資料)
「Cloudera資料分析師訓練課程」(使用類SQL指令,分析大資料系統的資料)
Big Data (大數據)
如果您是初入門者,建議學習方向:
「Big Data入門-Hadoop與Spark介紹」(提供大資料系統的整體概念,讓初入門者有完整且正確的觀念,以利後續的技術累積)
如果您是系統管理人員,建議學習方向:
「Apache Hadoop之管理者訓練課程」(大資料系統(Cloudera CDH)管理的最佳課程,不論是本地建置或雲端部署的CDH皆包含在內)
如果您是程式開發人員,建議學習方向:
「Spark與Hadoop開發者訓練課程」(學習Apache Spark的最新開發技術,在大資料架構下,進行資料分析、機器學習與資料科學)
如果您是資料分析人員,建議學習方向:
「Cloudera資料分析師訓練課程」(學習Apache Hive與Apache Impala,使用類SQL語言對大資料系統的資料進行資料分析)
Cloud Computing (雲端運算)
如果您是初入門者,建議學習方向:
「Architecting on AWS」➤「Advanced Architectingon AWS 」(了解Amazon Web Services所提供的各式服務,包含自助式的資料分析、機器學習與深度學習服務)
「Microsoft Azure Administrator認證班」(學習Microsoft Azure管理的最新課程,了解Azure基礎結構建置、管理與維護)
如果您是雲端解決方案的資料分析人員,建議學習方向:
「Big Data on AWS」(了解Amazon Web Services所提供的Big Data基礎架構,以利進行雲端的Big Data建置)
📌推薦進修課程
12月 05, 2019
大數據/商業智慧分析, 技術趨勢報告, 程式設計, 雲端運算/虛擬化, 資訊安全, 網路系統, 認證
0
0 意見:
張貼留言