이 상황은 사물인터넷이 기가바이트의 사용 가능한 데이터를 제공하기 때문에 역전되고 있다. 즉각적이고 지속적인 인터넷 액세스로 인해 전례 없는 사용자 생성 데이터 물결이 발생했으며, 이러한 데이터는 실행 가능한 의견으로 변환될 수 있습니다.
네트워크 개발 회사는 인공 지능을 사용하여 설계 단계부터 이러한 모든 데이터 포인트를 이해하고 이러한 검색을 애플리케이션에 통합했습니다. 이러한 접근 방식은 대상 집단의 특정 행동과 선호도를 관찰함으로써 기업이 시간과 비용을 절감할 수 있도록 도와줍니다.
데이터는 소프트웨어 생산 영역을 재정의합니다. 현재 소프트웨어 개발에는 프로그래머가 기존 모듈을 인코딩하거나 재사용하여 일부 사전 설정 요구 사항을 충족하는 작업 응용 프로그램을 만드는 작업이 포함되어 있습니다. 심화 학습은 이 상황을 완전히 바꿀 것이다.
개발자는 더 이상 메뉴를 적용할 위치를 결정하지 않습니다. 유사한 응용 프로그램의 사용을 분석하여 사용자에게 꼭 필요한 것과 강조해야 할 것을 알 수 있습니다. 구글의 자동 완성 기능과 비교하면, 이것은 진보이다.
새 버전의 응용 프로그램 업그레이드도 직감이나 포커스 그룹의 피드백이 아닌 데이터에 따라 달라집니다. 사용자는 응용 프로그램과 상호 작용하거나 포럼 및 소셜 미디어에 요구 사항을 진술하여 요구 사항을 표현합니다. 이러한 정보를 사용하려면 개발 팀에서 두 데이터 스트림을 수집하여 운영 가능한 견해로 변환해야 합니다.
실제로 영위다 부사장 겸 사장인 짐 맥휴 (Jim McHugh) 는 업그레이드가 더 이상 전략팀의 초점이 아니라 자연스럽게 데이터에서 떠오르게 될 것이라고 말했다. 훈련이 필요한 데이터가 더 많아지면 기계 학습 알고리즘이 더욱 똑똑해진다. 이런 일이 발생하면 새로운 버전이 나타납니다.
예를 들어, 새로운 버전의 채팅 로봇은 사용자가 생성한 입력을 사용하여 이전에 만족스러운 결과를 반환하지 않았던 검색이나 질의에 대한 답을 포함하도록 업그레이드됩니다. 이번 업그레이드에서 개발자의 투자는 매우 적다.
데이터가 개발자의 작업 패턴을 어지럽혔다. 현재 작업 패턴이 크게 바뀌고 있기 때문에 인터넷 애플리케이션 개발자는 앞으로 몇 년 안에 실업을 걱정할 가능성이 높다. 그러나, 이것은 프로그래머에 대한 수요를 줄이는 문제가 아니라, 다른 기술에 대한 수요이다. 프로그래머와 인코더에 대한 수요는 그 어느 때보다 높을 것이지만 데이터 과학 및 데이터 분석에 대한 전문성을 높여야 할 수도 있습니다.
웹 개발은 더 이상 단순히 코드를 쓰는 것이 아니라, 구조화 데이터, 데이터 정리, 데이터 관리, 교수 알고리즘 준비 등을 보장합니다. 이러한 기술은 10 년 전의 객체 지향 또는 웹 프로그래밍의 의미와 크게 다르지만, 이 업계에서는 진보가 불가피하다. 현재의 추세는 R 이나 Matlab 으로 파이썬 스크립트를 작성하여 데이터를 분석하는 것이다.
코드가 점점 더 풍부해짐에 따라, 우리가 지금 알고 있는 개발자에게 한 시대의 종말을 의미할 수 있다. 기계에 필요한 코드가 있을 수 있으며, 이러한 조각을 하나의 작업 프로그램으로 구성하는 방법도 알고 있습니다.
데이터 중심 웹 애플리케이션은 무엇을 가져올 수 있습니까?
현재 데이터를 이해하면 여전히 조직에 경쟁 우위를 확보할 수 있지만 곧 최소 운영 요구 사항이 될 것입니다.
데이터 과학은 생산성, 효율성, 개인화 등 여러 분야에서 실질적인 영향을 미칠 수 있습니다.
생산성 및 가상 보조 네트워크 어플리케이션은 우리의 기본 설정을 기억하고 다시 시작하는 데 도움이 되므로 시간과 노력을 절약할 수 있습니다. 인공지능은 우리의 소비 습관, 시간 사용, 생활 방식을 이해할 수 있다. 이러한 경험의 이면에 있는 데이터를 분석하여 개인화된 조언을 제공하고 선택을 단순화할 수 있습니다.
이러한 응용 프로그램은 개인 비서, 신뢰할 수 있는 파트너, 스마트 데이터베이스 또는 스마트 지식 기반이 될 가능성이 있습니다. 일부 응용 프로그램은 중요한 작업을 상기시키고 일정에서 격차를 찾습니다. 이러한 간격을 이용할 수 있고, 심지어 지연증과 같은 유해한 습관까지 중지할 수 있다.
개인화된 인공지능 앱을 강화하면 곧 충성스러운 조수처럼 곁에 나타나지만, 친구나 가족보다 더 머릿속에 들어온다. (조지 버나드 쇼, 자기관리명언) 오늘날 우리의 스마트폰은 지리적 위치, 과거의 선호도, 특정 브랜드와의 상호 작용에 따라 뛰어난 힌트를 제공할 수 있습니다.
웹 비행 및 아마존과 마찬가지로 추천 엔진은 맞춤형 응답을 제공해야 하는 다른 웹 어플리케이션으로 확장할 수 있습니다.
이것은 소비세계의 다음 추세일 뿐만 아니라 응용개발의 큰 방향이기도 하다. 아이폰 X 와 갤럭시 S8 과 같은 차세대 스마트폰에는 인공지능 기능이 내장되어 있습니다.
예측의 영향은 웹 응용 프로그램 개발에 데이터 과학 사용으로 인한 변화가 소비자와 개발자에게 동일한 영향을 미칠 것입니다. 브라우저에 저장된 쿠키와 네트워크 세션 중 사용자가 제공한 모든 데이터는 사용자가 선호하는 힌트와 상호 작용하는 응용 프로그램의 사용자 정의 방법이 됩니다. 개발자에게 동일한 데이터가 업그레이드 및 향상의 주요 소스일 수 있습니다. 속도, 신뢰성, 기능은 여전히 높은 요구 사항을 가지고 있지만, 사용자 자신의 데이터를 응용 프로그램의 모양, 느낌, 기능에 통합하면 차이를 만들 수 있습니다.