所以我将对来年做出预测。 大数据将战胜全球问题 虽然有很棒的用例，但 2015 年的大数据在某种程度上仍是一项科学实验。今年有望在使用大数据解决一些世界上最具挑战性的问题方面取得重大突破。组织已经在做令人惊奇的事情，但我们只是触及了我们可以用大数据完成的事情的表面。我曾与一些客户进行过多次交谈，他们希望绘制人类基因组图谱，并通过绘制与之相关的基因图谱来解决癌症、阿尔茨海默病等问题。我相信这里有显着的突破，这归功于我们处理大量数据和执行越来越快的分析能力的提高。 但这还不是全部。人们正在将大数据科学用于交通研究，让飞机、火车和汽车变得更智能、更高效。非营利组织正在使用大数据来推动有关大数据保护和生态的决策。今年我们有机会利用大数据让世界变得更美好。数据是科学突破的新货币。我们现在必须用我们的算法来处理它的能力是破坏者。
更多阅读 数据货币化 数据
货币化正在改变信息技术就业市场的 7 种方式 大数据时代提升数据安全计划的 6 个理由 对数据科学和数据分析师角色的需求不断增长 大数据如何改变海运业 预测分析帮助新的直销业务蓬勃发展 算法将成为新优势 2016 年肯定是使用算法（特别是预测分析）来提高公司收入的一年。Gartner 等分析师 数据库 预测，仅差异化算法就能帮助企业在不久的将来实现 5% 至 10% 的收入增长。算法将充分利用我们从手机、设备和物联网中获得的大量客户生成数据，为潜在客户和客户制定更有用、更有针对性的报价。新的、年轻的公司将利用预测分析来扰乱他们的市场，并有可能取代老牌领导者。除了产生新的收入外，预测分析还可以用于更新电力输送和消耗、医学研究和治疗以及其他重大的人类问题。 很难看出算法本身是否会像一些分析师所说的那样成为一个新兴市场，或者我们是否会在我们的数据科学家社区中分享我们的大部分算法。
我认为社会将从这里的开
源方法中受益更多，开发算法的年轻人可能更愿意采用开放方法。想一想，如果你能用你的算法预测阿尔茨海默病，你不想与世界分享吗？ 混合架构将在 2016 年占据统治地位 公司正在采用一种战略，在大数据分析方面，他们使用正确的工具来完成正确的工作。这意味着日常分析和专有数据在不断增 HK列表 长的数据仓库数据量中进行本地分析。短期的小型项目通常部署在云端，而 Hadoop 通常用于降低重要数据或需要为关键任务信息存储的数据的成本。最后，像 Spark 这样的技术还处于起步阶段，可以帮助进行实时的运营分析。 供应商和开源社区将在这些不同的部署策略之间提供一些一致性。信息工作者真的不会关心它在哪里运行，只关心他们可以使用他们最喜欢的可视化工具。
