2016即將竣事，外媒KDnuggets日前針對大數據規模在2016年度取得的重大成長，以及2017年度大概呈現的變革趨勢，詢問了8位行業內的頂級專家。

固然列位專家的意見不盡溝通，但從其講話中約莫可以總結出一個共通點：大數據研究正在由前幾年的新鮮技能變得越來越普及和貿易化。同時，由于研究的向前推進，以數據為基本的人工智能、呆板進修和物聯網等其他各個規模也將會取得越來越大的成就。

1. Craig Brown，大數據、數據科學、數據庫技能規模專家。美國知名的青年導師、科技導師，以及作家。

在2016年，數據科學規模呈現了一次大局限的數據增長。這一增長從需求端敦促了諸多云計較處事供給商的快速生長，包羅亞馬遜AWS、微軟Azure和Rackspace等。我認為，數據增長的勢頭將在2017年獲得延續。而且，2017年將會呈現更多的基于這些大數據研究的應用項目，包羅呆板進修、認知計較以及預測闡明等。不外，跟著數據量的增加，應用項目標逐漸富厚，用戶的數據安詳問題也將變得日益嚴峻，這一點在2017年也不會有很大改進。2017年，數據科學家、首席數據官、首席數據架構師等地位將變得越來越搶手，崗亭職責和定位也會越來越明了。及時數據流和成果更強大的數據傳輸通道將徹底顛覆所謂“快速數據”（fast data）和“可操控數據”（actionable data）的界說。

總體上說，大數據科學仍然是一個處于不絕成長中的學科，在2017年，這一學科必然會迎來比2016年更大的成長。假如把大數據比作一輛汽車的駕駛員，那么在這位駕駛員的教育下，將來基于大數據的各類實際應用項目將會越來越富厚，也即這輛汽車上的搭客會越來越多。

2. James Kobielus，大數據規模專家，IBM公司大數據研究首席科學家。

漫衍式框架Hadoop在大數據規模的重要性正在日漸削弱，MapReduce模子、HBase數據庫，甚至漫衍式文件系統HDFS在大數據科學家眼中也遠沒有從前重要了。

2017年最顯著的變革趨勢應該來自于措施員群體，他們將越來越存眷數據庫規模的編程技術，通過這一技術的晉升，得到更多的職業成長優勢。我認為在2017年，最熱門的大數據科學應用項目將會聚焦于流媒體闡明、嵌入式深度進修、物聯網、談天呆板人、認知計較、自動駕駛、計較機視覺和語音識別等規模。同時，我們也將會看到，新一代的神經網絡芯片、GPU和其他的高機能認知計較框架也將在來歲獲得更大的成長。

3. Douglas Laney，美國著名咨詢公司Gartner副總裁，首席闡明師。

2016年，大數據規模一個最大的變革就是人們不再談論大數據了，因為大數據已經充斥了我們的糊口，到處可見。此刻各人存眷的核心釀成了如何將大數據業務化、商用化。在Gartner內部，我們和客戶此刻談論最多的問題是如何打點、評估信息資產，以及如何將信息資產變現。

2017年，我們應該盡力搞清楚大數據規模幾項重要的權利和義務，包羅數據的所有權、特權和隱私權，出格是由物聯網發生的數據。別的，關于數據可否被視為一種全新形態的資產，這一問題會繼承激發管帳行業、狀師行業和保險行業的狐疑。但跟著機構投資人和股票闡明師們越來越存眷一家企業的信息化歷程，傳統行業的這種狐疑將會有所緩解。2017年，各行各業都將會越發存眷大數據規模的人才招攬，譬喻數據司理人和其他的信息整合者。

4. Yves Mulkers，知名博客一切皆數據（All Things Data）博主之一，認真維護大數據板塊。

在2016年，大數據這個詞好像不像前幾年那樣熱門。跟著大數據相關的基本設施、處事器、軟件系統和理論體系的一連成長，今朝大數據闡明方面的辦理方案已經逐漸成熟，而且越來越普及，而不像前幾年那樣照舊少數科技極客眼中的新規模。跟著技能的成熟，自助和自動化的信息處事也將越來越受到重視。大數據闡明東西和相關的辦理方案固然會變得越來越簡樸易用，但我們仍然需要具備根基的通信技能和信息處理懲罰規模的專業常識，隨時籌備迎接下一個成長階段的到來。將來，和呆板進修、人工智能、VR/AR、物聯網相關的大數據辦理方案將越來越完備，摩爾定律的界線也會受到更多的挑戰。

5. Mark van Rijmenam，Datafloq網首創人，大數據相關書籍《Think Bigger》作者。

對付大數據規模來說，2016是令人感動的一年，因為“大數據”終于不再是一個風行詞。這說明研究者們正在基于大數據開拓真實可用的辦理方案和應用措施，而不再是簡樸的噱頭。