ML和数据趋势：概括2020，并研究和超越2021

2020在世界范围内带来了数字化爆炸。微软估计大流行(三月和四月)的前两个月推动了两年的数字化。在整个年度剩下的时间里，大流行加速了对市场的唤醒，这已经很长一段时间了：每个成功的现代化公司都需要不仅是一家软件公司，而且是一个数据公司。

 

加速数字化和我们越来越多的胃口和生成数据在2020年的数据+ ML景观中推动了大量的发展。由于公司已经开始获得过去几年的预测分析和ML倡议的利益，他们显然在2021年展示一个健康的食欲。“我们可以更快地处理更多数据，更快和更便宜吗?我们如何在生产中部署更多ML模型?我们应该在实时做得更多吗?“……列表继续。在过去几年中，我们在数据基础设施空间中经历了一个惊人的演变。数据驱动的组织已从ETL(提取，转换，负载)移动到ELT(提取，负载，变换)，其中原始数据从源系统复制并加载到数据仓库/数据湖中，然后转换为。现在甚至是一个新的范式在叫做反向ETL的制作中，展示了这个空间中进化的速度。

“现代数据栈”的概念在制作中是多年的 - 它开始出现在2012年时，随着Redshift，亚马逊的云数据仓库推出。但在过去的几年里，甚至可能在2020年被Snowflake截止，2020年被Snowflake夸张的IPO，云仓库的普及已经爆炸地增长，所以拥有整个数据和ML工具和周围的公司。

2020年代正在成为数据十年。虽然2010年是SaaS的十年 - 例如当Salesforce成为第一个违反100亿美元的SaaS公司时，2020年代将成为在强大的世俗途中成长的数据公司的时代(数据库初创公司，数据质量初创公司，数据谱系启动，机器学习启动等)。