Uno de los primeros objetivos del aprendizaje automático era liberar a los programadores de la “carga” de la programación. Eliminar el cuello de botella de la programación humana sería algo tremendo de lograr.
Tener análisis fácilmente disponibles sin codificación fue algo prometedor de las tecnologías de BI hace un par de décadas. Los ingenieros de software crearon sistemas que permitían a los usuarios comerciales no técnicos realizar operaciones complejas sin codificación.
Hace un par de años, una herramienta de visualización bien conocida tenía (tal vez todavía) un eslogan de marketing que decía: “Cualquiera puede ser un científico de datos” … que funcionó con ejecutivos que gastan millones en hacer que esa herramienta esté disponible en todas las organizaciones.
- ¿Qué nivel de preguntas de codificación del algoritmo Python le pedirían para una entrevista de ciencia de datos (nivel interno)?
- ¿Aprender SQL es bueno para carreras potenciales en análisis financiero y de datos?
- ¿Cuáles son las mejores compañías de big data en INDIA para un desarrollador de software?
- ¿Cuál es el mejor software de análisis de datos?
- ¿Qué universidades son mejores para la ciencia de datos?
Y aquí estamos con más personas codificando que nunca en la historia. En todo caso, creo que los equipos de datos serán cada vez más técnicos y que habrá más y más codificación porque las herramientas que tendremos disponibles serán más complejas y potentes.
Sin embargo, imagino que mucho de lo que se hace ahora no necesitará tanto código como se necesita hoy en día, pero eso no significa que creo que la codificación desaparecerá. Será diferente y se aplicará de manera diferente, pero no desaparecerá en absoluto.
