2011年，一篇關(guān)于數(shù)據(jù)分析人才短缺的報告，拉開了大數(shù)據(jù)時代的帷幕。

2012年，大數(shù)據(jù)（big data）被廣泛認(rèn)知。它用來描述、定義和命名，信息爆炸時代產(chǎn)生的海量數(shù)據(jù)與相關(guān)技術(shù)的發(fā)展與創(chuàng)新，還登錄過《紐約時報》《華爾街日報》專欄封面和美國白宮官網(wǎng)的新聞。

2017年2月《紐約時報》的一篇專欄中寫道，“大數(shù)據(jù)”時代已經(jīng)降臨，在商業(yè)、經(jīng)濟及其他領(lǐng)域中，決策將日益基于數(shù)據(jù)和分析而作出，而并非基于經(jīng)驗和直覺。

大數(shù)據(jù)分析師更是被稱為，“未來最具發(fā)展?jié)摿Φ穆殬I(yè)之一”。數(shù)據(jù)分析人員的前途一片光明。

但是，這些年隨著人工智能的發(fā)展,有科學(xué)家預(yù)測我們這個社會上50%的職業(yè)在未來十年內(nèi)都要消失。很多具有重復(fù)性質(zhì)的勞動在未來都匯被計算機取代，計算機都會替人去完成，甚至比專業(yè)人才完成得更加出色！由此也使得分析師產(chǎn)生了一個顧慮，“CPDA數(shù)據(jù)分析師會被取代嗎？”

為什么會產(chǎn)生這樣的想法呢？

1.數(shù)據(jù)分析和建模工作高度依賴計算機

2.多數(shù)工作使用算法/程序完成

3.計算機不僅能給出模型運行結(jié)果，還能通過測試、驗證、交叉驗證等方式幫助分析師選擇最佳模型。

這么一看，似乎人工智能也可以完成。

其實不然，數(shù)據(jù)分析的一般流程是：提出/發(fā)現(xiàn)問題——獲取并清洗數(shù)據(jù)——建模——調(diào)整優(yōu)化——輸出結(jié)論，這是一個閉環(huán)流程，每一步都需要人工參與，程序會參與中間三步，算法在建模中會用到，

雖然數(shù)據(jù)分析依賴算法/程序。但是，數(shù)據(jù)分析不等于數(shù)據(jù)分析算法/程序，數(shù)據(jù)分析算法/程序只是分析師手中的工具。清洗、過濾、轉(zhuǎn)換等機械工作，未來肯定會被取代。而數(shù)據(jù)分析的最重要兩步是提出/發(fā)現(xiàn)問題，分析得出結(jié)論，目前是不可能完全交給計算機去處理的，因此，數(shù)據(jù)分析人員最大的優(yōu)勢，的確是“經(jīng)驗”，也就是業(yè)務(wù)理解能力和數(shù)據(jù)分析經(jīng)驗。

如果沒有數(shù)據(jù)分析師，那么誰來提出這個問題？人工智能？

這個發(fā)現(xiàn)問題的過程，交給計算機干顯然不太靠譜，首先計算機不會提出問題（因為笨），其次計算機能發(fā)現(xiàn)的問題也一定是人已經(jīng)發(fā)現(xiàn)了的問題（還是因為笨），需要先有人來設(shè)定規(guī)則，然后計算機才能根據(jù)規(guī)則發(fā)現(xiàn)問題。而數(shù)據(jù)分析師，就是設(shè)定規(guī)則的人。

目前的人工智能距離真正的人工智能還有很大差距。

只能說，假如人工智能真的能提出問題了。

那時候我想，我們要擔(dān)心的可能就不是工作問題了！

而且人類對于毫無經(jīng)驗的事件應(yīng)該如何處理問題以及如何反應(yīng)，我們自己都一無所知，何況我們親手造出的AI。

雖然數(shù)據(jù)分析師不會被取代，但是門檻肯定會越來越高。

我們不要對人工智能產(chǎn)生抵觸心理，相反，應(yīng)當(dāng)順應(yīng)這股潮流，改變自己。作為時代前進過程中的一份子，我們更應(yīng)當(dāng)成為這股浪潮里的一葉扁舟順勢起伏，才能在時代的潮流中生存與發(fā)展。

總結(jié)

以上是生活随笔為你收集整理的AI会取代CPDA数据分析师吗？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。