Big Data og AI kunne gøre traditionelle udviklere … uddøde?



<div _ngcontent-c15 = "" innerhtml = "

Tilbage i 2010 grundlagde et team af selvbeskrevne ”datanerds” Sumo Logic. Visionen var at opbygge en platform til at levere – som en cloud-native service – maskindataanalyse til enhver.

Det viste sig bestemt at være det rigtige fokus. Overvej, at i dag Sumo Logic analyserer 100+ petabyte med data på daglig basis (for at sætte dette i perspektiv, består en petabyte af 1.000 terabyte eller ca. fem års jordobservationssystem). Platformen udfører også 30+ millioner søgninger og håndterer 500+ billioner rekordforespørgsler hver dag.

På grund af dette har Sumo Logic en unik oversigt over nogle af de vigtigste tendenser inden for teknologi. Her er blot nogle af de interessante fund fra virksomhedens seneste årsrapport:

  • Mens AWS dominerer skyen, var der en stigning på 50% år-over-år i multi-cloud-vedtagelse i 2018.
  • Serverløs er gået mainstream. Cirka en tredjedel af virksomhederne bruger AWS Lambda i produktionen.
  • Open source har vendt den moderne applikationsstabel på hovedet. Fire ud af seks applikationsinfrastrukturplatforme inkluderer denne teknologi.

Husk, at denne rapport ikke er baseret på undersøgelsesprøver. I stedet er resultaterne fra knusning af enorme mængder data fra 2.000+ kunder (dataene blev anonymiseret og omfattede både skyplatforme og lokale lokalmiljøer).

Så hvad med AI?

Ja, AI er en stor del af Sumo Logic. Når alt kommer til alt har denne teknologi brug for enorme mængder kvalitetsdata for at komme til nyttig indsigt for virksomheder.

For eksempel påpeger Sumo Logics årsrapport en stigning i væksten i efterretningsøkonomien, når virksomheder forsøger at få min indsigt fra slutkunders adfærd. Der er også et behov for feedback i realtid. Lad os indse det, at forbrugere af teknologier som Amazon.com og Uber ikke ønsker kunder at vente.

Der er dog noget andet at overveje: Sumo Logics egen rejse med at opbygge sin teknologi og dykke dybt ned i data har lært det nogle vigtige lektioner. Den ene er, at virksomhedskunder ønsker fleksibilitet. Til dette formål har Sumo Logic gjort det muligt at administrere data ud af boksen eller muliggøre meget mere intensive tilgange, f.eks. Ved at bruge Jupyter Notebooks, der er hjemmehørende i Sumo Logic.

Virksomheden har også indset, at AI og Big Data faktisk ændrer de traditionelle udviklers roller. Det handler ikke længere bare om at fastklemme masser af kode og oprette fuldblæst applikationer, f.eks. Med Java, C # eller C ++.

”Udvikling er blevet mere om scripting og samling,” sagde Ramin Sayar, der er præsident og administrerende direktør for Sumo Logic. Faktum er, at en masse programmering involverer at integrere andre menneskers kode fra kilder som GitHub og Stack Overflow. Den beskidte lille hemmelighed er, at klip-og-indsæt er et af de mest værdifulde færdigheder

Dette hjælper med at forklare, hvorfor Python-sproget eksploderede i popularitet. Det giver mulighed for let at importere en lang række pakker, men også fokusere på diskrete opgaver – uden kompleksiteten af ​​traditionel kode.

Åh, og så er der lav-kode og ingen-kode systemer fra virksomheder som Appian. De har set hurtig vedtagelse, fordi der er en fin balance mellem out-of-the-box teknologi og tilpasning.

Succes i den modige nye verden af ​​udvikling

Så med alle ændringerne, hvordan kan du være effektiv med softwareudvikling? Hvad fungerer?

For Sayar handler nøglen om at danne det rigtige team. ”I årenes løb har vi lært, at der er tre hovedroller,” sagde han. ”Der er en back-end-udvikler, en dataingeniør og en dataforsker. Du har brug for alle tre til at løse dataproblemer og bruge sager. ”

Nogle gange kan en person udfylde begge roller. ”Hvis nogen kan påtage sig tre, er han eller hun en ægte enhjørning,” sagde Sayar.

Alligevel er det ekstremt vigtigt, at der er tværbestøvning i holdet. Dette betyder, at hvert medlem skal have en grundlæggende forståelse af de andre roller. Hovedpunkterne er, at udviklingsprocessen ikke må være en samlebånd; snarere skulle det være et sandt samarbejde.

”Vi vil have folk, der forstår data og analyse,” sagde Sayar. ”En del af dette handler om at forstå statistikker, ligesom Bayesian-inferens, men også at gribe ind i nuanserne i data. De mennesker, der har disse værdifulde færdigheder, vil være den næste generations udviklere. ”

Tom (@ttaulli) er forfatteren til bogen, & nbsp;Grundlæggende om kunstig intelligens: En ikke-teknisk introduktion.

">

Tilbage i 2010 grundlagde et team af selvbeskrevne “datanerder” Sumo Logic. Visionen var at opbygge en platform til at levere – som en cloud-native service – maskindataanalyse til enhver.

Det viste sig bestemt at være det rigtige fokus. Overvej, at i dag Sumo Logic analyserer 100+ petabyte med data på daglig basis (for at sætte dette i perspektiv, består en petabyte af 1.000 terabyte eller ca. fem års jordobservationssystem). Platformen udfører også 30+ millioner søgninger og håndterer 500+ billioner rekordforespørgsler hver dag.

På grund af dette har Sumo Logic en unik oversigt over nogle af de vigtigste tendenser inden for teknologi. Her er blot nogle af de interessante fund fra virksomhedens seneste årsrapport:

  • Mens AWS dominerer skyen, var der en stigning på 50% år-over-år i multi-cloud-vedtagelse i 2018.
  • Serverløs er gået mainstream. Cirka en tredjedel af virksomhederne bruger AWS Lambda i produktionen.
  • Open source har vendt den moderne applikationsstabel på hovedet. Fire ud af seks applikationsinfrastrukturplatforme inkluderer denne teknologi.

Husk, at denne rapport ikke er baseret på undersøgelsesprøver. I stedet er resultaterne fra knusning af enorme mængder data fra 2.000+ kunder (dataene blev anonymiseret og omfattede både skyplatforme og lokale lokalmiljøer).

Så hvad med AI?

Ja, AI er en stor del af Sumo Logic. Når alt kommer til alt har denne teknologi brug for enorme mængder kvalitetsdata for at komme til nyttig indsigt for virksomheder.

For eksempel påpeger Sumo Logics årsrapport en stigning i væksten i efterretningsøkonomien, når virksomheder forsøger at få min indsigt fra slutkunders adfærd. Der er også et behov for feedback i realtid. Lad os indse det, at forbrugere af teknologier som Amazon.com og Uber ikke ønsker kunder at vente.

Der er dog noget andet at overveje: Sumo Logics egen rejse med at opbygge sin teknologi og dykke dybt ned i data har lært det nogle vigtige lektioner. Den ene er, at virksomhedskunder ønsker fleksibilitet. Til dette formål har Sumo Logic gjort det muligt at administrere data ud af boksen eller muliggøre meget mere intensive tilgange, f.eks. Ved at bruge Jupyter Notebooks, der er hjemmehørende i Sumo Logic.

Virksomheden har også indset, at AI og Big Data faktisk ændrer de traditionelle udviklers roller. Det handler ikke længere bare om at fastklemme masser af kode og oprette fuldblæst applikationer, f.eks. Med Java, C # eller C ++.

”Udvikling er blevet mere om scripting og samling,” sagde Ramin Sayar, der er præsident og administrerende direktør for Sumo Logic. Faktum er, at en masse programmering involverer at integrere andre menneskers kode fra kilder som GitHub og Stack Overflow. Den beskidte lille hemmelighed er, at klip-og-indsæt er et af de mest værdifulde færdigheder

Dette hjælper med at forklare, hvorfor Python-sproget eksploderede i popularitet. Det giver mulighed for let at importere en lang række pakker, men også fokusere på diskrete opgaver – uden kompleksiteten af ​​traditionel kode.

Åh, og så er der lav-kode og ingen-kode systemer fra virksomheder som Appian. De har set hurtig vedtagelse, fordi der er en fin balance mellem out-of-the-box teknologi og tilpasning.

Succes i den modige nye verden af ​​udvikling

Så med alle ændringerne, hvordan kan du være effektiv med softwareudvikling? Hvad fungerer?

For Sayar handler nøglen om at danne det rigtige team. ”I årenes løb har vi lært, at der er tre hovedroller,” sagde han. ”Der er en back-end-udvikler, en dataingeniør og en dataforsker. Du har brug for alle tre til at løse dataproblemer og bruge sager. ”

Nogle gange kan en person udfylde begge roller. ”Hvis nogen kan påtage sig tre, er han eller hun en ægte enhjørning,” sagde Sayar.

Alligevel er det ekstremt vigtigt, at der er tværbestøvning i holdet. Dette betyder, at hvert medlem skal have en grundlæggende forståelse af de andre roller. Hovedpunkterne er, at udviklingsprocessen ikke må være en samlebånd; snarere skulle det være et sandt samarbejde.

”Vi vil have folk, der forstår data og analyse,” sagde Sayar. ”En del af dette handler om at forstå statistikker, ligesom Bayesian-inferens, men også at gribe ind i nuanserne i data. De mennesker, der har disse værdifulde færdigheder, vil være den næste generations udviklere. ”

Tom (@ttaulli) er forfatteren til bogen, Grundlæggende om kunstig intelligens: En ikke-teknisk introduktion.