Data scientists zijn hot. Letterlijk, aangezien het beroep door Forbes en Harvard Business Review de meest sexy job van de eeuw genoemd wordt. Toch lijkt het alsof de data scientist binnenkort aan het kortste eind zal trekken.


Hoe heeft technologie een impact op je business?
Ontvang elke week het zakelijk IT-nieuws rechtstreeks in je inbox!



 
De data scientist blijft tot op heden een zeldzaam specimen. Ten eerste is er het uitgebreid scala aan vaardigheden waar de data scientist in thuis moet zijn. Een eerder wetenschappelijke achtergrond helpt, uitstekende communicatievaardigheden zijn een plus, maar een neus voor business en technologische expertise zijn een absolute must. Het helpt bovendien niet dat de weinige gespecialiseerde opleidingen waarin toekomstige data scientists worden klaargestoomd, nog hagelnieuw zijn.
 
Door de evolutie in big data en machine learning, is de data scientist niet alleen zeldzaam, maar wordt hij misschien ook compleet overbodig, schrijft Bernard Marr op Forbes. Veel werknemers weten hoe data hen vooruit kan helpen, maar missen de nodige technologische know-how om de data om te zetten in bruikbare conclusies. Die barrière kan echter handig omzeild worden.
 

Vraag het aan Watson

Door Natural Language Procession (NLP) wordt het mogelijk om met je computer te communiceren in gewone mensentaal. De technologie is aanwezig in cognitive computing-systemen, zoals IBM’s Watson, en maakt het mogelijk om met heel eenvoudige input, toch gesofisticeerde output te verkrijgen.
De analytische variant van het systeem, Watson Analytics, verzamelt bijvoorbeeld bedrijfsdata en automatiseert veel van de verantwoordelijkheden die normaal gezien tot het takenpakket van de data scientist behoren. Geen nood aan programmeren, exacte commando’s of ingewikkelde code; door middel van sleutelwoorden of zelfs volzinnen kan je Watson vragen naar een specifiek inzicht of een algemeen overzicht van de verzamelde data.
 
ibm-watson-analytics
 

Visuals zonder moeite

Daarnaast wordt het makkelijker om visualisaties toe te voegen aan data. Grafieken, diagrammen en andere prenten zijn belangrijk omdat ze de inzichten duidelijk maken. Ze maken van een ingewikkelde set gegevens een makkelijk verteerbare brok info. Een absolute noodzaak, want als de juiste conclusies niet accuraat kunnen worden overgebracht, is de analyse nutteloos. Normaal een taak voor de data scientist, maar nu door eender wie mogelijk, met de juiste tools.
 
Zelfs een heldere samenvatting in tekst vormt geen probleem, als je Quill gebruikt. Het programma identificeert de meest relevante resultaten en schrijft een rapport in natuurlijke taal. Opnieuw is het perfect mogelijk om met een simpel instrument data te verwerken, zonder een gespecialiseerde opleiding.
 

De citizen data scientist

Het toenemende aanbod in praktische tools betekent dat steeds meer mensen bekwaam zijn om data te analyseren. Dit geeft ruimte voor de opkomst van een ander ras: de ‘citizen data scientist’, wiens job niet strikt rond analytics draait, maar met behulp van de nodige tools zich toch kunnen redden in data-analyse. Ze zijn weliswaar niet gespecialiseerd, maar wel veel minder zeldzaam dan de data scientist.
De combinatie van nieuwe tools en meer citizen data scientists maakt het aannemelijk dat de vraag naar de data scientist af zal nemen, zo niet stoppen te bestaan. Wat is immers het nut van een menselijke expert als iedereen met de juiste instrumenten hetzelfde kan bereiken?
 
Op 12 mei organiseren ZDNet en Smart Business een gratis seminarie over Big Data & Business Intelligence. Voor meer informatie en mogelijkheid om in te schrijven, kan u terecht op www.businessmeetsit.be.