Data science

ได้ยินบนถนน – 8/26/2021

ยินดีต้อนรับสู่คอลัมน์สรุป “Heard on the Street” ของ InsideBIGDATA! ในคุณสมบัติปกติใหม่ล่าสุดนี้ เราเน้นย้ำความคิดเห็นเกี่ยวกับความเป็นผู้นำทางความคิดจากสมาชิกของระบบนิเวศข้อมูลขนาดใหญ่ แต่ละฉบับครอบคลุมแนวโน้มของวันด้วยมุมมองที่น่าสนใจที่สามารถให้ข้อมูลเชิงลึกที่สำคัญเพื่อให้คุณได้เปรียบในการแข่งขันในตลาด เราขอเชิญส่งผลงานโดยเน้นที่หัวข้อเทคโนโลยีที่เราชื่นชอบ: ข้อมูลขนาดใหญ่ วิทยาศาสตร์ข้อมูล การเรียนรู้ของเครื่อง AI และการเรียนรู้เชิงลึก สนุก! ความสามารถในการอธิบายยังคงเป็นหัวใจหลักในการรับประกันโมเดล AI/ML คุณภาพสูงและเชื่อถือได้ ความเห็นโดย: Shameek Kundu เป็นประธานเจ้าหน้าที่ฝ่ายกลยุทธ์ของ TruEra เนื่องจากความกังวลของสังคมเกี่ยวกับความไม่ชัดเจน จริยธรรม และความยุติธรรมของระบบปัญญาประดิษฐ์ (AI) เพิ่มมากขึ้น ผู้มีส่วนได้ส่วนเสียหลายฝ่าย ไม่ว่าจะเป็นหน่วยงานกำกับดูแล ลูกค้า ลูกค้าภายในของทีมวิทยาศาสตร์ข้อมูล ความจำเป็นในการทำให้แบบจำลองดังกล่าวสามารถอธิบายได้ ในสหรัฐอเมริกา คณะกรรมาธิการการค้าแห่งสหพันธรัฐ สมาคมกรรมาธิการประกันภัยแห่งชาติ และหน่วยงานกำกับดูแลด้านการธนาคารของรัฐบาลกลาง ได้ให้ความสำคัญกับเรื่องนี้ในช่วงไม่กี่เดือนที่ผ่านมา ในยุโรป ร่างกฎหมายว่าด้วยการใช้ AI ในกรณีการใช้งานที่มีความเสี่ยงสูง สัญญาว่าจะมีความสำคัญอย่างน้อยเท่ากับกฎระเบียบให้ความคุ้มครองข้อมูลส่วนบุคคลของผู้บริโภค (GDPR) ไม่น่าแปลกใจเลยที่กิจกรรมทางวิชาการและการค้าล่าสุดในพื้นที่วิทยาศาสตร์ข้อมูลมุ่งเน้นไปที่ “ความสามารถในการอธิบายของ AI” เป็นจำนวนมาก อย่างไรก็ตาม การดูการอธิบายแบบแยกส่วน – จบในตัวมันเอง – พลาดภาพรวมที่ใหญ่ขึ้น การได้รับความโปร่งใสในวิธีการคาดการณ์ของแบบจำลองนั้นมีประโยชน์ แต่เป้าหมายที่กว้างกว่านั้นจะต้องสร้างความเชื่อมั่นใน AI ด้วยการรับรองคุณภาพของ AI อย่างแน่นอน สิ่งนี้ไม่เพียงแต่ครอบคลุมถึงการวัดประสิทธิภาพของโมเดลเท่านั้น แต่ยังรวมถึงชุดของคุณลักษณะที่สมบูรณ์ยิ่งขึ้นซึ่งระบุว่าโมเดลจะสรุปโดยรวมได้ดีเพียงใด ซึ่งรวมถึงความสมบูรณ์ของแนวคิด ความสามารถในการอธิบาย ความเสถียร ความทนทาน ความน่าเชื่อถือ และคุณภาพของข้อมูล นอกจากนี้ยังรวมถึงคุณลักษณะที่รวบรวมความคาดหวังทางสังคมและทางกฎหมายเกี่ยวกับความโปร่งใส ความยุติธรรม และความเป็นส่วนตัว อนาคตมาถึงแล้วสำหรับ Edge – ทำไมบริษัทของคุณ – ใช่ ของคุณ – จะได้รับประโยชน์จาก Edge Computing บรรยายโดย: John DesJardins, CTO ของ Hazelcast มีการพูดคุยกันมากมายเกี่ยวกับ Edge Computing เมื่อเร็ว ๆ นี้ แต่ฉันขอโต้แย้งว่าการสนทนามีจำกัด ทำให้หลายบริษัทรู้สึกว่า Edge นั้นมีไว้สำหรับบริษัทบางประเภทเท่านั้นที่มีปริมาณงานบางประเภท หรือเป็นสิ่งที่ต้องคิด “สักวันหนึ่ง” ในความเป็นจริง บริษัทใดๆ ที่ทำงานในระบบคลาวด์หรือสภาพแวดล้อมแบบไฮบริดพร้อมที่จะใช้งาน Edge อย่างมีประสิทธิภาพ หากพวกเขาคิดว่า Edge Computing และระบบคลาวด์เป็นส่วนหนึ่งของการประมวลผลข้อมูลอย่างต่อเนื่องมากกว่าที่จะเป็นโมเดลเทคโนโลยีแบบแยกส่วน Edge Computing ช่วยให้องค์กรดำเนินการกับข้อมูลที่ใกล้เคียงกับแหล่งที่มามากที่สุด หรือทันทีที่ข้อมูล “เกิด” การมองเห็นข้อมูลในขณะที่สร้างข้อมูลนั้นให้ข้อมูลเชิงลึกที่ช่วยให้ธุรกิจสามารถดำเนินการตามกิจกรรมของผู้ใช้ได้ทันที ในขณะเดียวกันก็ใช้ประโยชน์จากเทคโนโลยีที่ช่วยลดเวลาแฝงและการใช้แบนด์วิดท์ แท้จริงแล้ว ไม่ใช่ทุกสิ่งที่จำเป็นต้องกลับไปที่ระบบคลาวด์หรือศูนย์ข้อมูล ซึ่งเป็นจุดที่องค์กรต้องพิจารณาเมื่อข้อมูลเติบโตขึ้น (และมันจะเติบโต!) ใช่ องค์กรจะต้องดำเนินการเปลี่ยนแปลงอย่างมาก (มีคำนั้นอีกแล้ว) เพื่อปิดช่องว่างระหว่างข้อกำหนดและโซลูชัน โดยอาศัยแพลตฟอร์มแอปแบบเรียลไทม์ ตลอดจนโซลูชันอื่นๆ แต่จะคุ้มมั้ย? ไร้ข้อสงสัย. คุณค่าในการใช้ข้อมูลอย่างมีประสิทธิภาพผ่านการทำงานร่วมกันอย่างชาญฉลาดของ Edge และระบบคลาวด์นั้นไม่ได้ด้อยไปกว่าความได้เปรียบในการแข่งขันขององค์กรของคุณ ขจัดอคติในการสรรหาบุคลากรด้วยการประเมินพฤติกรรมที่ขับเคลื่อนด้วย AI คำอธิบายโดย Maaz Rana ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายปฏิบัติการของ Knockri AI กำลังสร้างกระแสในอุตสาหกรรมการจัดหางาน ด้วยการประเมินพฤติกรรมที่ขับเคลื่อนโดย AI ได้เปลี่ยนภูมิทัศน์ของการสรรหาบุคลากรให้ดีขึ้น เนื่องจากบริษัทต่าง ๆ มุ่งมั่นที่จะพัฒนาโครงการริเริ่มของ DEI มากขึ้น จึงไม่น่าแปลกใจที่เราทุกคนกำลังอยู่บนเส้นทางสู่การสร้างเครื่องมือที่ดีกว่าเพื่อช่วยขจัดอคติจากกระบวนการจ้างงาน ผลการศึกษาของ McKinsey กล่าวว่าบริษัทที่มีความหลากหลายมากกว่า % มีแนวโน้มที่จะทำผลงานได้ดีกว่าบริษัทที่มีความหลากหลายน้อยกว่า ซึ่งแนะนำว่าการใช้เครื่องมือเพื่อช่วย DEI นั้นไม่ใช่เรื่องง่ายสำหรับทุกคน บริษัท. นอกจากนี้ ตามรายงานของ Forbes “แพลตฟอร์มซอฟต์แวร์ที่ใช้ AI ที่ขับเคลื่อนด้วยข้อมูลและถูกสอนให้เพิกเฉยต่ออคติแบบดั้งเดิมนั้นอาศัยอัลกอริทึมที่ป้องกันรูปแบบทางประวัติศาสตร์ของการแสดงตนที่ต่ำเกินไป” ตอนนี้คุณอาจสงสัยว่า 'การประเมินพฤติกรรมที่ขับเคลื่อนด้วย AI' คืออะไรกันแน่? ในการเริ่มต้น ตาม APA Dictionary of Psychology การประเมินพฤติกรรมคือ “การศึกษาและประเมินพฤติกรรมของแต่ละบุคคลอย่างเป็นระบบ” การนำการประเมินเหล่านี้มารวมกับแมชชีนเลิร์นนิงช่วยให้เราขจัดอคติในการประเมินผู้สมัครได้ ทั้งหมดนี้มาจากการแต่งงาน I/O Psychology กับ Machine Learning จิตวิทยา I/O เป็นแรงผลักดันในการสร้างเครื่องมือการจัดหา AI เพื่อรับรู้พฤติกรรมในการประเมินของผู้สมัคร โดยการสอนแบบจำลองเพื่อระบุพฤติกรรมที่สำคัญ คำตอบของผู้สมัครสามารถวิเคราะห์เพื่อฝึกฝนทักษะเหล่านั้นและค้นหาสิ่งที่เหมาะสมกับงานมากที่สุด การประเมินพฤติกรรมที่ขับเคลื่อนโดย AI มีวัตถุประสงค์เพื่อสังเกตและคาดการณ์พฤติกรรมโดยไม่ระบุเชื้อชาติ ชาติพันธุ์ อายุ ความทุพพลภาพ เพศ และอคติเชิงระบบอื่นๆ ที่เราทุกคนมีโดยเนื้อแท้ เมื่อเราใช้ชุดข้อมูลที่เป็นตัวแทนและใช้รั้วกั้นที่สำคัญสำหรับ AI เราสามารถเข้าใจชุดทักษะของผู้สมัครได้อย่างเต็มที่ และขจัดอุปสรรคใดๆ ที่เราอาจไม่จำเป็นต้องตระหนักว่าเราเผชิญหน้ากันเมื่อพบกับผู้สมัครเป็นครั้งแรก เหตุใดบริษัทต่างๆ จึงเข้าใจผิดว่าตนมีการจัดการข้อมูลที่สมบูรณ์เมื่อมีแนวโน้มที่จะพลาดองค์ประกอบสำคัญของนโยบายหรือความปลอดภัย บรรยายโดย: James Beecham ผู้ร่วมก่อตั้งและ CTO, ALTR น่าเสียดายที่ผู้นำที่มีเจตนาดีอย่างสมบูรณ์เชื่อผิดว่าองค์กรของตนมีการกำกับดูแลข้อมูลที่สมบูรณ์ แต่ในความเป็นจริง พวกเขามักจะพลาดองค์ประกอบสำคัญของนโยบายและความปลอดภัย ทำให้เกิดช่องว่างในกลยุทธ์การกำกับดูแล ทำไมสิ่งนี้ถึงเกิดขึ้น? เนื่องจากโครงสร้างพื้นฐานของข้อมูลที่ทันสมัยและความเสี่ยงได้เปลี่ยนแปลงไปอย่างมากในช่วงไม่กี่ปีที่ผ่านมา ก่อนหน้านี้ การกำกับดูแลข้อมูลจำเป็นต้องมีการจัดการการจัดการข้อมูลเมตา การค้นพบ/การจัดประเภท และคุณภาพของข้อมูล ตอนนี้ ผู้เชี่ยวชาญด้านข้อมูลต้องตามให้ทันกับการเปลี่ยนแปลงและการเข้าถึงข้อมูลภูมิทัศน์ที่ซับซ้อนและเปลี่ยนแปลงไป เมื่อองค์กรเริ่มย้ายข้อมูลไปยังระบบคลาวด์ พวกเขายังคงมีหน้าที่รับผิดชอบในการจัดการทั้งข้อมูลเองและผู้ที่ใช้ข้อมูลในสภาพแวดล้อมนั้น ดังนั้น บริษัทต่างๆ จึงต้องพิจารณาการกำกับดูแลข้อมูลและการรักษาความปลอดภัยข้อมูลแบบองค์รวมเพื่อติดตามการเข้าถึง กำหนดนโยบาย บังคับใช้การกำกับดูแลข้อมูลที่เหมาะสม และรักษาความปลอดภัยของข้อมูล สิ่งนี้ต้องการแนวทางที่แตกต่างในการโต้ตอบกับข้อมูล ซึ่งรวมถึงการสร้างนโยบายการกำกับดูแลที่สามารถทำงานได้แบบเรียลไทม์ ควบคุมการเข้าถึงข้อมูลที่ละเอียดอ่อน และตอบสนองต่อภัยคุกคามความปลอดภัยของข้อมูลที่อาจเกิดขึ้นโดยอัตโนมัติ การปกป้องข้อมูลที่อยู่นิ่งเป็นสิ่งหนึ่ง แต่เพื่อที่จะปกป้องข้อมูลทั้งหมด ข้อมูลนั้นจะต้องได้รับการปกป้องระหว่างการใช้งานด้วยเช่นกัน เมื่อเป้าหมายและเป้าหมายเปลี่ยนไป สิ่งสำคัญสำหรับเราคือการกำหนดการกำกับดูแลข้อมูลใหม่ด้วยแนวคิดและกลยุทธ์ด้านความปลอดภัยที่แข็งแกร่งเพื่อให้ได้ภาพที่สมบูรณ์ ด้วยค่าปรับเชิงลงโทษที่เพิ่มมากขึ้นและความเสียหายของแบรนด์ที่เกี่ยวข้องกับการใช้ข้อมูลในทางที่ผิด บริษัทต่างๆ ไม่ควรถือว่าตนเองปฏิบัติตามหรือเตรียมการโดยไม่ได้รวมกลยุทธ์ด้านความปลอดภัยไว้ รายได้ตัวอักษร + ผลกระทบของคลาวด์ บรรยายโดย: Heikki Nousiainen, CTO ที่ Aiven การเติบโตของ Google เป็นตัวบ่งชี้โดยตรงของวิถีขาขึ้นของระบบคลาวด์ ตลาดคลาวด์สาธารณะคาดว่าจะรวม $304.9B ใน 2021 เนื่องจากความนิยมของฐานข้อมูลที่มีการจัดการและบริการคลาวด์ และ อีกส่วนที่มองข้ามไปซึ่งฉันคาดว่าจะได้รับแรงฉุดลากต่อไปคือโอเพ่นซอร์ส ในปีนี้ Google ยังคงเป็นผู้สนับสนุนองค์กรชั้นนำในด้านซอฟต์แวร์โอเพ่นซอร์ส โดยเพิ่มจำนวนพนักงานที่มีส่วนร่วมอย่างแข็งขันในโครงการโอเพ่นซอร์สอย่างมากตั้งแต่เดือนมิถุนายน 2016 ถึงมิถุนายน 2021. อย่างไรก็ตาม ผลลัพธ์ที่ไม่คาดคิดจากการวิจัยเมื่อเร็วๆ นี้พบว่า 10% ลดลงในจำนวนการมีส่วนร่วมในโค้ด (คอมมิชชัน) ในปีที่แล้ว นี่หมายความว่า Google กำลังลดความมุ่งมั่นในการโอเพ่นซอร์สหรือไม่? ฉันไม่คิดอย่างนั้น มันเป็นปีที่ยอดเยี่ยม และ Google ได้สนับสนุนโอเพ่นซอร์สตั้งแต่เริ่มแรก เป็นไปได้มากว่าเป็นผลมาจากการเติบโตที่เพิ่มขึ้นของโครงการโอเพ่นซอร์สรวมกับความวุ่นวายในปีที่ผ่านมา อย่างไรก็ตาม ผู้ที่สนับสนุนชุมชนโอเพ่นซอร์สทราบดีว่าผู้เล่นอย่าง Google มีคุณค่าต่อการเติบโตและความสำเร็จโดยรวมเพียงใด แม้ว่าองค์กรดังกล่าวจะเคยเป็นที่รู้จักเนื่องจากสงสัยในความสามารถของโครงการโอเพ่นซอร์ส แต่พวกเขาก็เข้ามาสนับสนุนความก้าวหน้าครั้งสำคัญในชุมชน อันที่จริง Google ได้ร่วมก่อตั้ง Open Source Security Foundation (OpenSSF) กับ Microsoft และเพิ่งอัปเดตโครงการ Security Scorecards เพื่อเพิ่มความปลอดภัยเป็นสองเท่าสำหรับโครงการโอเพ่นซอร์ส และแจ้งให้ผู้ใช้และนักพัฒนาได้รับข้อมูลที่ดีขึ้น ทำให้เห็นได้ชัดเจนว่ายักษ์ใหญ่ด้านเทคโนโลยีรู้จักพวกเขา ลูกค้าพึ่งพาพลังของโอเพ่นซอร์สในบริการที่พวกเขาให้ เช่นเดียวกับที่ลูกค้าของพวกเขาพึ่งพาโอเพ่นซอร์ส เราพึ่งพายักษ์ใหญ่ในอุตสาหกรรมอย่าง Google เพื่อสนับสนุนธรรมชาติที่แท้จริงของโอเพ่นซอร์ส เช่นเดียวกับสมาชิกชุมชนคนอื่นๆ ไม่ว่าจะเป็นผู้ให้บริการระบบคลาวด์รายเล็กหรือผู้ร่วมให้ข้อมูลรายบุคคล ทรัพยากรและอิทธิพลของ Google ช่วยพัฒนาชุมชนที่เข้มแข็งซึ่งจะเป็นประโยชน์ต่อผู้คนจำนวนมากทั้งในปัจจุบันและอนาคต” วิธีที่ธุรกิจต่างๆ สามารถมั่นใจได้ว่าการใช้ AI ของตนนั้นมีความรับผิดชอบ มีจริยธรรม และน่าเชื่อถือ บรรยายโดย: Sudhir Jha หัวหน้าบริษัท AI Brighterion และ SVP ของ Mastercard การเร่งความเร็วอย่างรวดเร็วของการนำ AI มาใช้ในธุรกิจต่างๆ มีบทบาทสำคัญในวิธีที่ผู้บริโภคโต้ตอบและรับรู้ถึงแบรนด์ นอกจากผู้บริโภคแล้ว พนักงานยังต้องการรู้สึกดีกับธุรกิจที่พวกเขาทำงานด้วย การใช้เทคโนโลยีอย่างมีความรับผิดชอบเป็นสิ่งจำเป็นเพื่อให้แน่ใจว่ามีผลกระทบในเชิงบวก ความโปร่งใสเป็นกุญแจสำคัญในการสร้างความไว้วางใจและควรเป็นส่วนสำคัญของโซลูชัน AI ภายในองค์กร ควรเริ่มต้นด้วยวิธีการรวบรวม จัดเก็บ และจัดการข้อมูล ควรมีนโยบายที่ชัดเจนเกี่ยวกับข้อมูลเชิงลึกและการตัดสินใจที่สามารถได้มาจากข้อมูล ผลกระทบที่เป็นไปได้ทั้งหมดของการดำเนินการโดยโซลูชัน AI ควรมีความเข้าใจและจัดทำเป็นเอกสารเป็นอย่างดี ควรมีการตรวจสอบโซลูชันเป็นระยะเพื่อให้แน่ใจว่าไม่มีอคติหรือผลกระทบที่ไม่ต้องการเกิดขึ้นเมื่อเวลาผ่านไป ไม่มีเหตุผลใดที่จะถือว่า AI เป็นกล่องดำหรือ “เวทมนตร์” ความโปร่งใสที่เพิ่มขึ้นจะส่งผลให้มีความไว้วางใจเพิ่มขึ้น ซึ่งจะผลักดันให้เกิดการยอมรับทั่วทั้งองค์กร เนื่องจากผู้คนรู้สึกสบายใจกับเทคโนโลยีมากขึ้น ประโยชน์ของคอมพิวเตอร์ควอนตัมในการจัดการซัพพลายเชน บรรยายโดย: Yuval Boger ประธานเจ้าหน้าที่ฝ่ายการตลาดของ Classiq บริษัทขนส่งสินค้าทั่วโลกต้องดิ้นรนเมื่อคลองสุเอซเพิ่งถูกปิดกั้น คอมพิวเตอร์ควอนตัมสามารถแก้ปัญหาประเภทนี้ (เรียกว่า “ปัญหาพนักงานขายที่เดินทาง”) ได้อย่างมีประสิทธิภาพและเร็วกว่าคอมพิวเตอร์ทั่วไปมาก ด้วยระบบคอมพิวเตอร์ควอนตัม ผู้จัดส่งสามารถกำหนดลำดับการจัดส่งที่เหมาะสมได้อย่างรวดเร็ว รวมถึงเส้นทางที่เร็วที่สุด ซึ่งคุ้มค่าที่สุด ซึ่งมีผลกระทบต่อสิ่งแวดล้อมน้อยที่สุด และแม้การเปลี่ยนแปลงเหล่านี้จะเปลี่ยนแปลงไปอย่างไรในระหว่างวันด้วยสภาพการจราจรหรือสภาพอากาศที่เปลี่ยนแปลง ตัวอย่างเช่น หาก Uber, UPS หรือบริษัทขนส่งทั่วโลกสามารถประหยัดได้ เช่น 15-10 % ในต้นทุนการขนส่งของพวกเขา การคำนวณด้วยควอนตัมกลายเป็นการลงทุนที่น้อยลง และความได้เปรียบทางการแข่งขันที่น่าเกรงขามมากขึ้นด้วยมูลค่ากำไรมหาศาล AI จะไม่แทนที่มนุษย์ในเร็ว ๆ นี้ บรรยายโดย: James Isaacs ประธาน Cyara เมื่อคุณดูการใช้ AI ในการดำเนินงานที่ต้องเผชิญกับผู้บริโภคในปัจจุบัน ส่วนใหญ่จะใช้ในแชทบอทที่รองรับ AI และคุณสมบัติการปรับแต่งลูกค้า หากเราพิจารณาว่าผู้บริโภคใช้ประโยชน์จากฟีเจอร์ที่รองรับ AI ได้อย่างไรในช่วงการแพร่ระบาด เราจะเห็นว่าพวกเขากำลังใช้ฟีเจอร์เหล่านี้เพื่อแก้ไขปัญหาได้รวดเร็วยิ่งขึ้นผ่านตัวแทนที่เป็นมนุษย์ บริษัทต่างๆ เช่น Bank of America ซึ่งมีแชทบ็อตที่ขับเคลื่อนโดย AI สำหรับผู้บริโภคชื่อ Erica เห็นผู้บริโภคใช้ Erica เพื่อค้นหาแนวทางที่ดีที่สุดในการมีส่วนร่วมกับทีมสนับสนุนลูกค้า แทนที่จะถามคำถามของ Erica เพื่อแก้ไขปัญหาโดยตรง ลูกค้าเพียงแค่ถาม Erica ว่าพวกเขาควรติดต่อทีมบริการลูกค้าอย่างไรเพื่อแก้ไขปัญหาอย่างรวดเร็วกับตัวแทนที่เป็นมนุษย์ที่เหมาะสม รหัสเป็นภาษาอังกฤษใหม่ บรรยายโดย: อาลก กุลการ์นี CEO ของ Cyara ภาษาอังกฤษเป็นภาษาที่จำเป็นต้องรู้ในการดำเนินธุรกิจทั่วโลก แม้ว่าภาษาอื่นๆ เช่น ภาษาจีนกลางจะมีความสำคัญเท่าเทียมกัน เมื่อหลายร้อยปีก่อน ภาษาการค้าเป็นภาษาละติน ในไม่ช้า ภาษาการค้าที่ต้องรู้ก็คือรหัส บริษัทเริ่มต้นขึ้น nning เพื่อใช้ DevOps และแนวทางการเขียนโค้ด เช่น การทดสอบอย่างต่อเนื่องและการวิเคราะห์ข้อมูลการผลิต เพื่อปรับปรุงการออกแบบผลิตภัณฑ์ในอนาคต กับการดำเนินธุรกิจอื่นๆ การนำแนวปฏิบัติเหล่านี้ไปใช้ทั่วทั้งองค์กรจะช่วยเร่งกระบวนการสร้างสรรค์นวัตกรรมและนำเสนอการปรับปรุงที่สำคัญในการปรับให้เข้ากับลูกค้าส่วนบุคคลในศูนย์การติดต่อ องค์กรจำนวนมากขึ้นเรื่อยๆ ต้องการให้ผู้นำระดับ C-suite มีความเข้าใจในการเขียนโค้ดและแนวปฏิบัติ DevOps ด้วยเหตุผลนี้เอง เนื่องจากบริการและผลิตภัณฑ์ต่างๆ กลายเป็นดิจิทัลอย่างสมบูรณ์มากขึ้นเรื่อยๆ บริษัทต่างๆ จะทำการเปลี่ยนแปลงที่คาดการณ์ไว้ก่อนหน้านี้ในการใช้ประโยชน์จากข้อมูลของตนเพื่อขับเคลื่อนรายได้ ในการทำเช่นนี้ การทำความเข้าใจการเข้ารหัสและการไหลของข้อมูลระหว่างแอปพลิเคชันมีความสำคัญ ลงทะเบียนเพื่อรับจดหมายข่าว InsideBIGDATA ฟรี เข้าร่วมกับเราบน Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button