빅데이터의 향후 발전 동향

웹 애플리케이션 개발은 데이터 과학의 부상으로 인해 큰 혁명을 겪게 될 것입니다. 지금까지 개발자들은 포커스 그룹, 설문 조사, 사용자 요구 사항에 대한 합리적인 추측을 기반으로 앱을 개발했습니다. 이러한 오래된 작업 방식은 편향되어 있으며 통계적으로 유의미한 수의 사용자로부터 입력을 포함하지 않습니다.

이 상황은 사물인터넷을 통해 얻을 수 있는 기가바이트급 데이터 덕분에 반전되고 있다. 즉각적이고 지속적인 인터넷 액세스는 실행 가능한 통찰력으로 전환될 수 있는 전례 없는 사용자 생성 데이터의 물결을 불러일으켰습니다.

웹 개발 회사는 설계 단계부터 인공 지능을 활용하여 이러한 모든 데이터 포인트를 이해하고 이러한 결과를 애플리케이션에 통합합니다. 이 접근 방식은 기업이 대상 그룹의 특정 행동과 선호도를 관찰함으로써 시간과 비용을 절약하는 데 도움이 됩니다. 데이터는 소프트웨어 생산의 세계를 재정의합니다.

현재 소프트웨어 개발에는 프로그래머가 미리 정해진 요구 사항을 충족하는 작동하는 응용 프로그램을 만들기 위해 기존 모듈을 코딩하거나 용도를 변경하는 작업이 포함됩니다. 딥러닝은 이러한 상황을 완전히 바꿀 것입니다.

개발자는 더 이상 앱 메뉴의 위치를 ​​결정하지 않습니다. 유사한 앱의 사용 현황을 분석함으로써 사용자에게 꼭 필요한 앱은 무엇인지, 강조해야 할 앱은 무엇인지 파악할 수 있습니다. 이는 Google의 자동 완성 기능에 비해 한 단계 발전한 것입니다. 새 버전

앱 업그레이드도 직관이나 포커스 그룹 피드백이 아닌 데이터를 기반으로 이루어집니다. 사용자는 앱과 상호 작용하거나 포럼 및 소셜 미디어에서 자신의 요구 사항을 언급함으로써 자신의 요구 사항을 표현합니다. 이 정보를 사용하려면 개발 팀은 두 데이터 스트림을 모두 수집하고 이를 실행 가능한 통찰력으로 변환해야 합니다.

실제로 엔비디아 부사장 겸 총괄 짐 맥휴(Jim McHugh)는 업그레이드가 더 이상 전략팀의 초점이 아니라 데이터에서 자연스럽게 나타날 것이라고 말했습니다. 훈련에 더 많은 데이터를 사용할 수 있을 때 기계 학습 알고리즘은 더욱 스마트해집니다. 이런 일이 발생하면 새 버전이 나타납니다.

예를 들어, 새 버전의 챗봇은 사용자 생성 입력을 사용하여 만족스러운 결과를 반환하지 않은 이전 검색이나 쿼리에 대한 답변을 포함하도록 지속적으로 업그레이드됩니다. 이번 업그레이드에서는 개발자의 의견이 거의 없습니다. 데이터는 개발자의 작업 패턴을 방해합니다.

현재 작업 패턴이 급격한 변화를 겪고 있기 때문에 웹 애플리케이션 개발자는 향후 몇 년 동안 일자리를 잃을까 걱정할 가능성이 높습니다. 그러나 이는 프로그래머에 대한 수요 감소의 문제가 아니라 다른 기술 세트에 대한 필요성의 문제입니다. 프로그래머와 코더는 그 어느 때보다 수요가 높을 것이지만 데이터 과학 및 데이터 분석에 대한 전문 지식을 업그레이드해야 할 수도 있습니다.

웹 개발은 더 이상 코드 작성에 관한 것이 아니라 데이터 구조화, 정리, 관리 및 알고리즘 교육 준비에 관한 것입니다. 이러한 기술은 10년 전 객체지향이나 웹 프로그래밍이 의미했던 것과는 매우 다르지만, 이 업계에서는 발전이 불가피합니다. 이제 추세는 Python 스크립트를 작성하고 R 또는 Matlab에서 데이터 분석을 수행하는 것입니다.

코드가 더욱 풍부해짐에 따라 이는 오늘날 우리가 알고 있는 개발자 시대의 종말을 의미할 수 있습니다. 기계에는 필요한 코드가 준비되어 있으며 해당 조각을 작업 프로그램으로 구성하는 방법도 알고 있습니다.

데이터 기반 웹 애플리케이션이 가져올 수 있는 것

현재 데이터를 이해하는 것은 조직에 여전히 경쟁 우위를 제공할 수 있지만 곧 최소한의 운영 요구 사항이 될 것입니다.

데이터 과학은 생산성, 효율성, 개인화 등 여러 영역에 실질적인 영향을 미칠 수 있습니다. 생산성 및 가상 비서

웹 앱은 우리의 선호도를 기억하고 다시 시작하도록 도와줌으로써 시간과 에너지를 절약할 수 있습니다. AI는 우리의 소비 습관, 시간 사용 및 생활 방식을 이해할 수 있습니다. 이러한 경험의 이면에 있는 데이터를 분석함으로써 개인화된 추천을 제공하고 선택을 단순화할 수 있습니다.

이러한 애플리케이션은 일종의 개인 비서, 신뢰할 수 있는 파트너, 스마트 데이터베이스 또는 스마트 저장소가 될 가능성이 있습니다. 일부 앱은 중요한 작업을 상기시켜 주고, 일정에서 활용할 수 있는 공백을 식별하며, 심지어 미루는 습관과 같은 특정 해로운 습관을 중지할 수도 있습니다. 향상된 개인화

AI 앱은 곧 충실한 비서처럼 여러분 곁에 있을 수도 있지만, 친구나 가족보다 여러분의 머릿속에 더 많이 자리잡고 있습니다. 오늘날 스마트폰은 이미 위치, 과거 선호도, 특정 브랜드와의 상호 작용을 기반으로 유용한 정보를 제공할 수 있습니다.

Netflix 및 Amazon과 마찬가지로 추천 엔진은 맞춤형 응답을 제공해야 하는 다른 웹 애플리케이션으로 확장될 수 있습니다.

이것은 소비자 세계의 차세대 트렌드일 뿐만 아니라 애플리케이션 개발의 전반적인 방향이기도 합니다. iPhone X, Galaxy S8 등 차세대 스마트폰에는 인공지능 기능이 내장되어 있습니다. 예상 영향

웹 애플리케이션 개발에서 데이터 과학의 사용으로 인한 변화는 소비자와 개발자 모두에게 영향을 미칠 것입니다. 브라우저에 저장된 쿠키와 웹 세션 중에 사용자가 제공한 모든 데이터는 사용자 선호도에 대한 힌트가 되며 사용자가 상호 작용하는 애플리케이션이 맞춤화되는 방식에 대한 힌트가 됩니다.

개발자의 경우 동일한 데이터가 업그레이드 및 개선의 기본 소스로 사용될 수 있습니다. 속도, 안정성 및 기능성에 대한 수요는 여전히 높지만 사용자 자신의 데이터를 앱의 모양, 느낌 및 기능에 통합하면 변화가 생길 것입니다.