数据分析师成当下热门高薪职业？这项技能早该被重视了

2019 年 11 月 16 日 InfoQ

如果你想找一个拥有大量需求的职业，你需要为一些越来越常见以及廉价的东西提供稀缺且附带额外价值的服务。

如今，我们身处于一个数据洪流的时代，并且数据增长的速度越来越快。据 IDC 统计，到 2025 年，实时数据占比将达到 29%。随着移动互联网、社交网络的快速发展，与人相关的数据大量产生；而现在，5G、物联网的崛起，越来越多的设备也开始接入到网络之中，数据爆发的时代正在到来。

某招聘网站显示，数据分析师的需求越来越大，并且工资水平也逐年升高。

图片来源：拉勾网

据了解，全球只有不到 2% 的数据经过了分析。数据分析技术还远未到普及的程度，数据处理与分析的效率则远远落后于数据产生的数据。当前数据分析主要有哪些挑战？

首先是数据分析的数据量正在越来越庞大，海量数据的产生将走向日常化。未来，随着医疗、制造、航天、能源、交通等行业数字化程度越来越高，数据分析所面临的压力也会持续增大。

其次，数据分析对于实时性要求越来越高。虽然数据量增长迅速，但是用户对于数据分析实时性的需求更加强烈。

最后则是数据分析对于成本的挑战，由于数据分析需要处理的数据越来越多，导致成本增加。实时性要求越来越快，使得数据分析所需要的硬件资源、人员投入也更多，随之而来的就是整体拥有成本（TCO）的上升。

对于企业和 AI 开发者而言，使用哪些技术可以让数据分析和价值挖掘带来更快的速度和更加合理的成本？如何基于大数据场景训练模型加快数据分析效率？未来，数据分析师的需求还将继续增加，对于 AI 刚入门的同学而言，未尝不是一种职业选择？

英特尔将于 11 月 22 日 2019 全球人工智能与机器学习技术大会（AICon）期间，举办英特尔 AI 开发者技术研讨会。

上午的课程以企业级应用为主要案例分享，解决端到端的大数据分析以及深度学习的技术讨论；
下午的课程将采取动手实验的方法，帮助您了解数据科学的工作流程，以及如何使用基于英特尔处理器及优化版软件的人工智能全栈解决方案，解决您所面临的挑战。

为了顺利的完成动手实验，我们要求下午场参会嘉宾：

了解基本的 Linux * shell 技能；
了解基本的 Python * 使用；
了解机器学习和深度学习中涉及到的基本概念（模型、训练、推理）
请自行携带无线上网功能的笔记本电脑 + 充电器并安装通用版网页浏览器。

完成全天课程后，您将获得英特尔人工智能课程结业证书并可参与集分兑奖活动，有机会获得英特尔专属吊坠。无论您是经验丰富的数据科学家还是刚入门的新手，在这一整天的课程里，你都将学有所获，提升 AI 能力。

英特尔 AI 开发者技术研讨会

时间：11 月 22 日（周五） 8:30-16:00

地点：北京国际会议中心一层第五会议室C+D

大咖介绍

龚奇源，英特尔机器学习专家。他是英特尔机器学习工程师，在机器学习和数据隐私领域有超过 6 年的经验，在大数据领域有超过 2 年的经验。

他是大数据+AI 开源项目 Analytics-Zoo (https://github.com/intel-analytics/analytics-zoo）和大数据开源项目 SSM(https://github.com/Intel-bigdata/SSM) 的重要贡献者。目前，他主要负责 Analytics-Zoo Cluster Serving、Streaming、OpenVINO 等工作。

议题：

英特尔数据分析 +AI 平台研究

议题摘要：

Analytics-Zoo 是由 Intel 开源的，基于 Apache Spark、TensorFlow、Keras 和 BigDL 的大数据分析 + AI 平台。它能够无缝整合 Spark 和各类深度学习框架，方便企业在已有的大型 Apache Hadoop/Spark 集群上进行大规模分布式训练及推理。本次演讲将通过真实的用例（美的、韵达和 CERN 等），为大家介绍如何通过 Analytics-Zoo 构建适用于大数据场景的深度学习端到端应用，以及如何利用 Analytics-Zoo 和训练好的模型快速构建基于 pub/sub 的模型 Serving。

听众收益：

了解大数据分析到深度学习的技术债务及开发 Analytics Zoo 的初衷
在 Spark 上构建端到端的数据分析及 AI 流水线应用，在 Spark 上运行分布式 TensorFlow 及 Keras
如何将大数据上的深度学习应用部署到生产环境
如何利用 Analytics-Zoo 和训练好的模型快速构建基于 pub/sub 的模型 Serving

宋洪涛，英特尔中国物联网事业部边缘人工智能产品市场经理。他是英特尔®中国物联网事业部边缘人工智能市场经理，主要负责英特尔®边缘视觉产品线的客户推广与产品落地，熟悉英特尔®CPU/iGPU/Movidius VPU 产品的应用场景及竞争优势，此外还负责英特尔®跨平台的开源人工智能开发工具 OpenVINO™套件的产品推广。

议题：

英特尔®视觉解决方案助力边缘人工智能创新

议题摘要：

本议题主要介绍英特尔边缘视觉人工智能“软硬一体”的整体解决方案，重点突出 OpenVINO™工具套件如何帮助开发者在不同类型的英特尔®平台上（CPU、采用集成显卡的 CPU、FPGA、VPU）构建高性能计算机视觉和深度学习推理应用，以及基于英特尔®Movidius™ VPU 处理器的加速卡解决方案如何以出色的性能功耗比支持高效深度学习推理。

听众收益：

了解英特尔最新的边缘人工智能市场战略与产品方向，以及 OpenVINO™工具套件如何帮助用户在英特尔平台上快速高效开发人工智能相关应用。

王珅，英特尔中国物联网事业部边缘智能工具产品营销总监。拥有六年的物联网行业从业经验。她曾经创建并带领团队，组织分析多个物联网垂直行业的商务和技术方向，制定发展策略，发展合作伙伴和客户；并协同内部外部的跨行业专家，共同组建跨行业软件平台和软件工具套件的战略。目前致力于为边缘人工智能深度学习工具套件 OpenVINO 和边缘侧的人工智能各项产品技术开拓中国市场。

议题：

英特尔®视觉解决方案助力边缘人工智能创新

议题摘要：

英特尔物联网部门除了倾力打造视觉及人工智能的软件硬件产品之外，还致力于简化开发者的开发难度，加速开发过程，并提供各种生态平台帮助开发者的产品推广和落地。

曹慧燕，英特尔 AI 技术解决方案工程师。2017 年加入英特尔® AI Developer 项目，作为 AI 技术解决方案工程师给 AI Developer 成员提供英特尔® AI 产品相关的技术支持，同时参与高校 AI 课程合作，举办网络研讨会与大家一起探讨英特尔® AI 产品，在英特尔®以及合作伙伴的活动峰会开展动手实验讲座等。

议题：

AI 动手实验：数据分析及预处理，模型训练；
AI 动手实验：使用 Intel® OpenVINO™ 工具部署模型

议题摘要：

本课程通过一个案例展示如何使用英特尔®的软硬件平台构建一个完整的 AI 解决方案，主要包括：

数据分析及预处理模型
训练及评估模型
部署及推理

听众收益：

无论您是经验丰富的数据科学家还是刚入门的新手，本课程采取了动手实验的方法，帮助您了解数据科学的工作流程，以及如何使用英特尔的人工智能组合的处理器和优化版软件解决面临的挑战。该课程使用了一个企业级图像分类问题，并为每个阶段提供了详细的说明及 Jupyter* notebooks 代码实现。完成后，可以领取英特尔®AI 课程结业证书。

扫描下方二维码参会