Версия сайта для слабовидящих
На пороге 3-го десятилетия 21 века пришло время подвести итог прошедшим годам и cделать прогнозы на будущее. В этой статье мы поговорим о ключевых событиях минувших лет, помечтаем о том, что ждет Big Data и чего нам принесет эта ИТ-область. Также поделимся с вами своими планами на 2020 год: расскажем о новых обучающих курсах и образовательных направлениях.
Главные ИТ-тренды последних 10 лет в России и за рубежом
В первое 10-летие 21 века облачные вычисления (Cloud Computing) и основанные на них SaaS/PaaS/IaaS-решения успешно заняли свое место в ландшафте корпоративной инфраструктуры. NoSQL-СУБД, BI-системы и технологии контейнеризации (виртуализации) перестали быть игрушкой для гиков и активно используются как крупными игроками, так и малым бизнесом. IP-телефония, онлайн ERP- и CRM-продукты с модулями предиктивной аналитики – это must-have любого предприятия. На место локальных решений приходят облачные сервисы, а ИТ-гиганты открывают исходные коды своих программ, поддерживая свободное ПО и получая прибыль с коммерческих консультаций и заказных разработок.
2010-е можно по праву назвать эпохой Больших Данных (Big Data), как наиболее обсуждаемой темой в мире ИТ. Вместе с интернетом вещей (Internet of Things), цифровизацией, искусственным интеллектом и машинным обучением (Machine Learning, ML), технологии Big Data считаются основой 4-ой промышленной революции (Industry 4.0, I4.0).
Напомним, суть I4.0 состоит в объединении данных, инструментов и процессов из разных прикладных областей с целью сокращения общих затрат, снижения рисков и повышения эффективности производства и других сфер человеческой жизни с помощью киберфизических систем. Однако, любые технологии, в т.ч. Big Data (Hadoop, Kafka, Spark, Cassandra, NiFi, HBase и пр.) – это всего лишь инструменты оптимизации прикладной деятельности. Сегодня, когда искусственный интеллект активно внедряется в жизнь, заменяя людей в выполнении рутинных операций и быстрой обработке огромных объемов информации, выигрывает не тот, кто быстро решает типовые задачи, а тот, кто придумывает новые.
Проанализировав популярность наиболее известных технологий I4.0 с помощью Google Trends, можно сделать выводы, что во всем мире за последние 10 лет сформировался устойчивый интерес к следующим ИТ-понятиям:
- Большие данные, как на уровне технологий (Apache Hadoop, Kafka, Spark, HBase, Cassandra и другие NoSQL-СУБД, Java, R, Python и другие языки программирования для разработки Big Data приложений), так и практические примеры использования всех этих инструментов в прикладных областях (от маркетинга до нефтегазовой промышленности).
- Data Science, включая анализ данных, машинное обучение (Machine Learning) и другие методы искусственного интеллекта, направленные на извлечение полезных для бизнеса сведений из огромных объемов информации, распознавание образов и прогнозирование событий.
- Agile-подходы к организации совместной работы, перешедшие из ИТ-сферы в разряд лучших практик управления проектами для любой области деятельности.
- Интернет вещей (Internet Of Things, IoT), в т.ч. промышленный (Industrial IoT, IIoT), в рамках которого все больше устройств оснащаются Wi-Fi-модулями, запускаются 5G-сети, дроны летают все быстрее, дома и города становятся умнее, а каждое производственное предприятие стремится стать data-driven компанией.
Россия не отстает от мировых тенденций, однако, наряду к вышеуказанным терминам, в нашей стране также существенно возрос интерес к цифровизации. Сегодня тема цифровой трансформации захватила почти все отечественные индустрии, от банков до рекламы. Однако, чтобы цифровизация не стала очередным модным словом (buzzword), за фасадом которого старые проблемы так и останутся нерешенными, необходимо четко понимать, чем именно она выгодна бизнесу. Эффективное применение Big Data, Machine Learning, IoT и других технологий Industry 4.0 реализуемо только при условии адекватного понимания возможностей этих инструментов у руководителей предприятий, менеджеров и прочих лиц, принимающих решения. Вероятнее всего, демистификация терминов Big Data, Data Science, Machine Learning, IoT и станет главным трендом наступившего года.
Чего ждать от Big Data в будущем: прогнозы и планы на 2020 год
В 2020 году нас ждет еще больше интересных достижений Data Science: системы автоматического машинного обучения (AutoML), DevOps- и DataOps-инженерия, виртуальная и дополненная реальности (VR/AR), а также синергетический эффект сочетания этих и других технологий I4.0. Например, камеры уличного наблюдения будут в режиме реального времени идентифицировать преступников, а банки собираются оценивать платежеспособность потенциального заемщика на основании его пользовательского поведения в сети (история запросов в браузере, показатели соцсетей, просмотры веб-страниц, покупки в интернет-магазинах и т.д.). В связи с этими и другими подобными кейсами использования личной информации граждан в бизнес-целях стоит ожидать новую лавину инцидентов с персональными данными: от утечек до огромных штрафов из-за несоблюдения требований GDPR и отечественных регуляторов.
Чтобы не упустить критический момент потери рынка или провала внутренних показателей, руководитель должен быть в курсе текущих тенденций и своевременно осознавать потребность корпоративных изменений. Именно потребность в изменениях обусловливает появление стратегических бизнес-целей, которые трассируются в конкретные тактические инициативы, операционные процессы, программные продукты и прочие технические решения. В частности, BABOK (Business Analysis Body Of Knowledge, свод знаний по бизнес-анализу), профессиональный стандарт бизнес-аналитика от международного института бизнес-анализа (IIBA, International Institute of Business Analysis), позиционирует потребность как движущую силу изменений по улучшению корпоративной деятельности, что принесет дополнительную ценность всем заинтересованным лицам.
Клиенты, конкуренты, поставщики, партнеры, регуляторы и прочие факторы внешней среды (экономика, политика, экология и т.д.) влияют на любой бизнес, определяя его существование наравне с внутренними показателями. Сбор, агрегация и аналитическое сопоставление внешних и внутренних данных позволят своевременно осознать потребность в изменениях, выявив перспективные направления по устранению текущих дефектов и достижению будущих возможностей. Далее стратегии воплощаются в проектах, которые поставляют решения, приносящие ценность для бизнеса. Технологии Big Data и Agile-подходы являются лишь инструментами реализации поставленных целей, а ключевую роль задает грамотная постановка задачи. И именно этот этап – самый трудоемкий и сложный в любом проекте. К примеру, Хадуп, Спарк, Кафка и прочие технологии больших данных не решат все проблемы с падением прибыли в гипермаркете, но основанные на них аналитические системы помогут сократить отток клиентов (Churn Rate) и сократить воровство.
В новом году мы представим множество познавательных примеров и сценариев использования (use cases) технологий Big Data (Apache Hadoop, Kafka, Spark, NiFi, HBase и пр.), чтобы большие данные принесли вам еще большую пользу. В дополнение к новым курсам по Cassandra и Kubernetes, а также статьям инструментального характера, Школа Больших Данных запускает серию публикаций и образовательных программ по системному и бизнес-анализу для менеджеров и аналитиков. Ведь руководителя интересует не столько «Что такое хадуп?», сколько то, чем именно эта технология будет полезна бизнесу в качественном и количественном выражении. Эти и другие вопросы по аналитике больших данных, внедрению интернета вещей, проектам цифровизации и оптимизации корпоративной деятельности мы будем рассматривать в нашем блоге, а также на образовательных курсах в лицензированном учебном центре обучения и повышения квалификации ИТ-специалистов (менеджеров, архитекторов, инженеров, администраторов, Data Scientist’ов и аналитиков Big Data) в Москве:
