ローコード データ サイエンティストの急激な台頭について

ローコード ソフトウェア開発は、近になって次の大きなメガトレンドとして宣伝されましたが、すでに热门になっています。 によると、2025 年までに、組織が開発する新しいアプリの 70% は、ローコードまたはノーコード プラットフォームを施用して弄成され、2020 年の 25% 未満から増加します。ローコード プラットフォームをまだ施用していない場合は、すぐに施用できるようになります。ローコードでノーコードの開発により、技術的なバックグラウンドがなくてもデジタル製品を做成できるようになり、「シチズン デベロッパー」という用語が生まれたのです。ただし、シチズン デベロッパーの考え方には少し誤解があります。確かに、ローコード ツールを利用するためのトレーニングを行うことで技術に了解する有必要はありませんが…..いくつかの移転或者なスキルが確実に役立ちます。データ サイエンティストでありローコード エバンジェリストである Rosaria Silipo は、「 」と述べています。さらに、組織やいわゆるシチズン デベロッパーはもちろん、デジタル開発への更易なアクセスから恩恵を受けていますが、技術者も同様です。業界の調査によると、プロの開発者のかなりの割合 (簡単に 3 分の 1、場合によっては 3 分の 2 近く) がローコード ソリューションを选用して作業を高速收费站化したり、避让策を制作したりしています。

ローコード AI: 需要と供給の物語?

企業が IT よりもさらに必备とする主要のスキルは、データ サイエンスです。普通的にローコードの採用を促進しているのと同じ市場の力は、ローコード AI ソリューションに関しては特に很深に感じられます。 AI プロジェクトを立ち上げて実行したい組織にとって、人材严重不足は仅有の課題ではありません。 AI 開発は、大規模または複雑なデータ セットが関係する場合、多くの場合、長い時間がかかり、リソースを不少に消費します。つまり、コストがかかります。それに加えて、データ サイエンティストの競争は激しく、報酬も手ごろです。ビッグデータと AI のプロジェクトには、お金と時間の面で真剣な取り組みが有需要です。今までは、です。ローコードはタイムラインを急剧にスピードアップするのに、プロジェクトごとのコストだけでなく人員の面でもコストを削減します。企業が行う用不着がある雇请。近期的更新された近期のデータ インフラストラクチャの新しいアーキテクチャで、Andreesen Horowitz 氏は、ML 業界が、ML モデリング プロセスを自動化するローコード ML ソリューション (Continual や MindsDB など) を运用したデータ重点局のアプローチを重点局に統合されていると指摘しました。

あらゆるジョブに適したローコード ツール

これはデータ サイエンティストにとっては悪いニュースのように聞こえるかもしれませんが、データ サイエンティスト内在が、ローコード AI ツールを操作する车速と使いやすさの往上走から恩恵を受けていることを覚えておく価値があります。ローコード化の動きは、あらゆるデジタル化の「君主制化」と表現されることが多く、開発と変革の收获への障壁を打ち破っています。この君主制化は、データ入力からデータ変換、機械学習に至るまで、データ サイエンスのあらゆるレベルで徐々に進行しています。半年前は至关に複雑で時間がかかっていた多くのジョブを、ローコードで簡単に実行する工艺があります。ローコード ソリューションを应用すると、プロジェクトのタイムラインが短縮され、データ サイエンティストは、たまたま持っている独特のプログラミング スキル セットに基づいたツールやプロセスに縛られることがなくなります。精典的なスキルであり、データベースのコア言語である SQL を例にとります。ただし、その後データを运营するには、データ サイエンティストは他の多くの言語、BI ツール、および ML ソリューションに習熟している这个必要がありました。データベースからデータを提取し、それを BI ツールにアップロードし、その後 ML ツールにアップロードし、モデルを実行してから、結果を BI ツールにロードし直すのではなく、魔法书を的内部で実現しようとする動きが速度に拡大しています。確立された这个世界共享性のデータ言語である SQL を施用するデータ層。この例は、データベース内機械学習の分野からのもので、標準 SQL コマンドを用するデータ サイエンティストがどのように予測をクエリし、データベース内から ML モデルを構築できるかを示しています。データ パイプラインは、SQL コマンドに基づくデータ変換製品を作为するなどの企業のおかげで、大幅度に簡素化および高速收费站化されたプロセスのもう 1 つの例です。さまざまなプログラミング言語やツールの相対的なメリットについて長い間議論してきたデータ サイエンティストは、謙虚な SQL が效果地にすばやく簡単に到達できることにますます気づき始めています。

データベース内ツールによる変換の加速

これはデータ サイエンティストにとって很快な事実ですが、分折はデジタル トランスフォーメーションを遅らせるボトルネックになりがちです。これには10分な申请原由があります。スキルの问题、コスト、複雑さなどです。ローコード データ サイエンス ツールは、データから実用的なインテリジェンスを多抽出するプロセスを急剧にスピードアップします。経験豊富なデータの専門家の手によって、データベース内のローコード ソリューションの车速、シンプルさ、および費用対効果は、並外れた几率比をもたらします。彭大な量のデータをよりアクセスしやすくすることで、データ サイエンティストは、物事が完后しない一般说来の申请原由 (コスト、統合の問題、時間の問題、スキルのギャップ) ではなく、像力によって制約を受けるだけで済みます。ローコード ソリューションは、技术革新的なデータ サイエンティストが ROI をより在短时间に実現し、ますます多くのシナリオで ML の技能を発揮できるようにするのに役立っています。また、組織の预备会议的なデジタル一定出力の向左にも役立ちます。結局のところ、パンデミックによって世纪はデジタル ソリューションに移行し、後戻りすることはできませんでした。 、新しいデジタル製品とサービスに対する需用が増加したと報告しており、それはその後も増加を続けています。すでに過労、過度の負担、極度のストレスを抱えていたデータ チームと IT チームにとって、ローコード ソリューションが应用できるようになるのは、これ左右のタイミングではありませんでした。

ローコード世界の課題

ローコード データ サイエンス ツールの採用は光速に増加していますが、この種の開発はまだ始まったばかりです。除此之外のことながら、組織は、専門家多于がデータ (およびその他) を処理するプロジェクトのセキュリティとコンプライアンスへの影響について心配しています。開発とデータ サイエンスがますます分散化化されるにつれて、組織にとって最主要の課題の 1 つは、イノベーションを人身自由に発生させながらも、戦略的、関連性、安全卫生性を維持できる文化艺术を育むことです。ほとんどの専門家は、ローコード プラクティスを凸显するために会社のポリシーを最新する不必要があることに允许しています。データ サイエンティストがローコード AI ソリューションを安全使用すると、作業効率が向左しますが、間接的にワークロードが増える可以性があります。 「シチズン開発」は IT チームとは独立自主して行われているように聞こえますが、データ サイエンティストにとっての現実は、他の場所で做成されたデジタル ツールの統合、救済、またはその他の最简单的方法でのサポートを求める声が高まることを表明します。

ローコード データ サイエンティストとしての生活

ローコード ツールは、これまでのデジタル化の步骤に大きな乱套をもたらしています。すべての破壊的な力と同様に、現状を脅かしながら機会を生み出します。データ サイエンティストにとって、ローコードは今や当たり前のことになりつつあります。これは AI 開発へのハイブリッド アプローチであり、その搞清楚なスピードとシンプルさから採用されるべきものです。さらに、IT の自由主义化と细化化はとどまるところを知りません。データ サイエンティストにとって今の問題は、ローコードを採用するかどうかではなく、どのように採用するのが最善かということです。ローコードが多くのデータ サイエンスのキャリアを提高させているのを見てきました。自分の分野を解释することで、データを持たない同僚よりも重要な立場に立つことができます。ローコード ソリューションは、データ サイエンティストの握有にあり、データ サイエンティストがより在短时间内かつスマートに作業すると同時に、より機敏で創造的になるのに役立ちます。