在“牵牛星”,这已经不是什么秘密,我们喜欢收敛。我们知道,我们所做的最好的。即使模拟、人工智能(AI),机器学习(毫升)和高性能计算(HPC)是处于初级阶段,我们意识到这些技术更好的在一起。bob官网 bob体育下载我们长大了,我们已经看到这些曾经发展不均衡的混合和预期和意想不到的方式相互交织的。我们自豪地一直走在前列,总是把边界和通过我们的视野重新定义什么是可能的,我们的技术,我们的决心。

当我们专注于仿真的收敛,人工智能,HPC,我们知道这些字段都有一个共同点——数据。在现代生活中,所使用的数据是随处可见的,世界各地的行业和组织的方式我们可以从来没有梦想仅仅几十年前。数据是严重的业务;处理大量的数据,并知道如何有效地组织、分类,并解释这是艰巨的,需要专家配备适当的工具和知识。数据科学并不是一个新的领域,但今天的数据使用方式是它是如何用于相去甚远。这就是为什么今天的工程师还必须有一个广泛的、多方面的工具包。渐渐地,他们处理数据在每一个实验中,在每一个设计。展望未来,工程师只会变得越来越更涉及的数据。这就是为什么我们已经看到另一个收敛的实例:科学和工程数据的融合。

正确的技能

很容易刻板印象时,人们需要工作的各项技能在某些职业-工程也不例外。工程师正在好奇,有条不紊,茁壮成长时解决问题。就很难成为一名工程师,如果你不适应实验和设计的细节。此外,为什么一个工程师要解决一个问题如果他们不是好奇,如果他们不感兴趣的是找到一个方法来提高产品或过程?科学领域的数据需要许多同样的品质,这也是为什么工程师们拥抱它的完美的人。

事实上,工程师应该对可能性数据科学狂喜的承诺。现代工程和数据科学的解决方案给工程师比以往更多的访问数据;这些解决方案也给他们更高质量,更详细的数据。对于工程师来说,意义得到舒适的使用数据,这样他们就可以设计更好的实验,开发更好的产品,收集更有价值的洞察力,并继续开拓创新的可能。技术并没有放慢——事实上,工程和数据科学环境发生变化和改变我们说话。

不断发展的技术

工程师已经完成了从古代到现在天华丽的东西。自然,所需要的工具和技巧成为一个伟大的工程师已经在时间。今天同样的逻辑也适用。仿真工具已成为强国的软件解决方案,他们继续推进;他们正在收集更多的数据和实施新技术,提供更快、更准确的见解。AI和ML正在推动的工具,加强现有的算法和偶尔,干脆重写,所以他们变得更准确、更可靠。事实上,利用人工智能和ML的工具正在利用的技术,我们的大脑做“学习”——通过吸收过去的信息,并使用它来做出更好的未来的决定。因为电脑可以在惊人的大量的数据,不多久的算法擅长他们所做的事情。

但总是有挑战技术快速的AI和ML的方式。首先,许多组织和行业没有意识到人工智能和ML如何受益。我承认,有时候,先进技术不明白因为面向业务的人没有意识到的工具“意味着只是工程”如何使用以外的工程,尽管也许这就是我的工程师说。

此外,即使企业急于采用人工智能和ML技术,他们经常努力回答一个基本问题:从哪儿开始?有无数的工具和算法,专攻无数的事情;但值得庆幸的是,工程师是完美的人。就像你不想用叉子吃汤,你不会想要使用一个通用的流体动力学仿真工具来测试风如何影响摩天大楼。餐具、仿真工具专门从事不同的事情。关键是选择正确的工具。在大多数情况下,没有人会有一个更好的把握比工程师负责这项工作所需要的解决问题和解释数据的日日夜夜。模拟,数据科学、人工智能和ML科技继续快速上升,工程师应该在前沿——他们理想的组合技能,专业知识和经验,可以把拼图。

工程和数据科学的未来

我之前提到过我们今天使用模拟和数据的方式是令人兴奋的,也许想象几十年前。同样的,我们可以期待今天我们使用这些工具的方式在未来几十年里发展。即使在今天,仿真工具合并包括低/不代码数据分析能力。在现代的解决方案,很难确定的“工程”方面停止和开始“数据”方面。因此,我预计我们将看到的崛起engineer-data科学家。

当然,对于那些宁愿更关注一个领域的工程或数据科学比另一个,这个选择将仍然是可用的。但我预测(希望),未来的行业专家,将领域知识和工程数据科学工具箱,将允许他们拥抱和excel在工程和科学数据。明天的engineer-data科学家必须能够导航仿真软件,了解基本的AI和ML的概念,他们必须舒适的收集、组织、存储、和解释大量的数据,明天的工具将生成。在本质上,他们必须摆脱现有的知识仓库,成为全面发展的,健壮的专家。

engineer-data科学家的出现将为工业革命,但更重要的是,这将是令人兴奋的和有用的行业局外人和外行。我们都受益于可以在新的现代科技的人,从未见过的方式。毕竟,现代计算品种良性循环——好的模拟品种更好的模拟、好的品种更好的数据,好导师指导更好的导师,等等。与今天的工程和数据科学技术,采用人工智能和ML技术,我们可以提供更好的产品,我们可以获得更好的见解,我们可以更好地理解和设计我们周围的世界。我不想像工程和数据科学的融合是恐惧;今天的才华横溢的工程师和数据科学家不会失去工作或被替换,因为世界需要所有杰出的分析思想。相反,它代表了一个宏伟的机会,降低成本,减少浪费,减少浪费的时间,减少对环境的影响,提高用户体验,提高安全,等等。我一定会有积极的影响我们今天无法想象。

未来是没有我们期待什么。但是今天的技术和明天的创新思想可以共创辉煌的产品和令人震惊的方法,可以使我们的生活更安全、更环保,更好。我期待的日子,工程和数据科学是分不开的,因为我知道这将意味着我们有创新,敢于改进。

了解更多关于工程和数据科学,看我们的研讨会的主题在这里。另外,我最近被中小企业采访媒体的崛起engineer-data科学家播客,您可以听在这里。