Bericht „State of Data Science 2021“ [46-seitiges PDF]

 (anaconda.com)
10 Punkte von xguru 2021-07-27 | 1 Kommentare | Auf WhatsApp teilen
  • Ein Bericht, der untersucht, wie das Feld Data Science wächst

→ Anhand der von Unternehmen und Bildungseinrichtungen übernommenen Trends: Worauf sollten sich Studierende für die Zukunft vorbereiten?

  • Online-Umfrage von Anaconda.org unter 4.299 Personen aus 140 Ländern

  • Männer 72 %, Frauen 23 %

  • 25–40 Jahre 50 %, 18–24 Jahre 24 %, 41–56 Jahre 18 %

  • Bachelor 34 %, Master 24 %, Promotion 10 %, High-School-Niveau 13 %

  • Studierende 27 %, Business-Analysten 11 %, Data Scientists 11 %, Professoren/Forschende 9 %, Data Engineers 7 %, Entwickler 6 %

  • Management-Level 26 %, Senior 25 %, Entry-Level 15 %, Director-Level 10 %, Principal-Level 8 %, Eigentümer/Führungsebene/C-Level 8 %, VP 5 %

  • Einfluss von COVID-19 auf Investitionen in Data Science: Rückgang 37 %, Anstieg 26 %, unverändert 24 %

  • Teamgröße

→ Solo 19 %

→ 6–10 Personen 44 %

→ 1–5 Personen 29 %

→ 11–20 Personen 17 %

→ 20 oder mehr Personen 10 %

  • Das eigene Team innerhalb der Organisation: IT 23 %, Forschung und Entwicklung 16 %, Advanced Data Science 8 %, Operations 8 %, Finanzen 6 %

  • Zeitverwendung von Data Scientists: Datenvorbereitung 22 %, Datenbereinigung 17 %, Berichte & Präsentationen 17 %, Datenvisualisierung 15 %, Modellauswahl 12 %, Modelltraining 12 %, Modelldeployment 11 %

  • Was verhindert, dass Datenmodelle in Produktion gehen?

→ 27 %: Einhaltung von IT-Sicherheitsstandards

→ 24 %: In Python/R geschriebene Modelle in andere Sprachen umcodieren

→ 23 %: Dependency- und Umgebungsmanagement

→ 24 %: In anderen Sprachen geschriebene Modelle in Python/R umcodieren

  • Wichtigste Kriterien beim Kauf von Systemen für Data Science

→ CPU/GPU-Leistung 60 %

→ Arbeitsspeicher 46 %

→ Genehmigung durch die IT-Abteilung 45 %

→ OS 42 %

→ Ruf des Herstellers beim Kundensupport 40 %

→ Marke 32 %

  • Nutzung von Open Source in Organisationen: erlaubt 87 %, nicht möglich 7 %

  • Open-Source-Nutzung wird empfohlen: Ja 65 %, Nein 21 %

  • Wie Teams dabei unterstützt werden, zu Open Source beizutragen

→ Separate Zeit für Beiträge zu Open-Source-Projekten 46 %

→ Separate Finanzierung für die Entwicklung von Open-Source-Projekten 54 %

→ Es gibt Teammitglieder, die ausschließlich an Open-Source-Projekten arbeiten 41 %

Verwendung von Sprachen (Always, Frequently, Somtimes, Rarely, Never)

→ Python: immer 34 %, häufig 29 %, manchmal 22 %, selten 11 %, nie 4 %

→ SQL: immer 15 %, häufig 20 %, manchmal 27 %, selten 16 %, nie 22 %

→ R: immer 10 %, häufig 17 %, manchmal 25 %, selten 18 %, nie 30 %

  • 32 % der Befragten planen, innerhalb der nächsten 6–12 Monate einen neuen Job zu suchen

Verwandte Beiträge

1 Kommentare