Relatório State of Data Science 2021 [PDF de 46 páginas]

 (anaconda.com)
10 pontos por xguru 2021-07-27 | 1 comentários | Compartilhar no WhatsApp
  • Relatório que analisa como a área de ciência de dados está crescendo

→ Pelas tendências adotadas por empresas e instituições de ensino, para o que os estudantes devem se preparar no futuro?

  • A Anaconda.org realizou uma pesquisa online com 4.299 pessoas em 140 países

  • Homens 72%, mulheres 23%

  • 25~40 anos 50%, 18~24 anos 24%, 41~56 anos 18%

  • Bacharelado 34%, mestrado 24%, doutorado 10%, ensino médio 13%

  • Estudantes 27%, analistas de negócios 11%, cientistas de dados 11%, professores/pesquisadores 9%, engenheiros de dados 7%, desenvolvedores 6%

  • Nível gerencial 26%, sênior 25%, iniciante 15%, diretoria 10%, principal 8%, proprietário/executivo/C-level 8%, VP 5%

  • Impacto da COVID-19 no investimento em ciência de dados: redução 37%, aumento 26%, manutenção 24%

  • Tamanho da equipe

→ Uma pessoa 19%

→ 6~10 pessoas 44%

→ 1~5 pessoas 29%

→ 11~20 pessoas 17%

→ Mais de 20 pessoas 10%

  • Sua equipe dentro da organização: TI 23%, pesquisa e desenvolvimento 16%, ciência de dados avançada 8%, operações 8%, finanças 6%

  • Uso do tempo dos cientistas de dados: preparação de dados 22%, limpeza de dados 17%, relatórios & apresentações 17%, visualização de dados 15%, seleção de modelos 12%, treinamento de modelos 12%, implantação de modelos 11%

  • Fatores que impedem que modelos de dados sejam introduzidos em produção

→ 27%: conformidade com padrões de segurança de TI

→ 24%: recodificar modelos em Python/R para outras linguagens

→ 23%: gerenciamento de dependências e ambientes

→ 24%: recodificar modelos de outras linguagens em Python/R

  • Principais considerações na compra de sistemas para ciência de dados

→ Desempenho de CPU/GPU 60%

→ Memória 46%

→ Aprovação do departamento de TI 45%

→ SO 42%

→ Reputação do suporte ao cliente do fabricante 40%

→ Marca 32%

  • Uso de open source nas organizações: permitido 87%, não permitido 7%

  • Incentivo ao uso de open source: sim 65%, não 21%

  • Como a equipe é apoiada para contribuir com open source

→ Tempo dedicado especificamente para contribuir com projetos open source 46%

→ Financiamento separado para desenvolver projetos open source 54%

→ Há membros da equipe que participam apenas de projetos open source 41%

Uso de linguagens (Always, Frequently, Somtimes, Rarely, Never)

→ Python: sempre 34%, frequentemente 29%, às vezes 22%, raramente 11%, nunca 4%

→ SQL: sempre 15%, frequentemente 20%, às vezes 27%, raramente 16%, nunca 22%

→ R: sempre 10%, frequentemente 17%, às vezes 25%, raramente 18%, nunca 30%

  • 32% dos respondentes pretendem procurar um novo emprego nos próximos 6 a 12 meses

Leituras relacionadas

1 comentários