直接說些所所想，至少以下趨勢，2020不會成為紅海！！！

這些年物聯網和網際網路的發展，使得以下行業有望成為2020的行業大趨勢：

1.5g時代的到來，將會給直播電商的發展新增強心劑，現在產品去品牌化，主播ip化，直播去平臺化。

2.網紅的興起，現在網紅產業處於發展階段，具有較大的潛力，特別是各大平臺的精準演算法，使得粉絲和網紅之間的關係更加秘訣，無論是帶貨還是種草，都可以刺激消費，實現有效變現。

3.短影片的興起，無論是百度的全民小影片還是騰訊的微視都打算在快手、抖音強大的份額中搶得一杯羹。由此看出，5g時代，短影片可能會再次興起不一樣的玩法，比如AR、VR的嵌入。

4.5g的普及，萬物互聯，智慧終端廣告不受時間和地區形態的限制。其中“一物一碼”技術將會再次蓬勃發展，未來可期！！

5.社群營銷，相比於傳統的公域流量，社群營銷符合當下市場消費趨勢，把“人情”滲透在人際圈中，具有傳統營銷不可比擬的“效率”。社群具有信任度高、粘性強、裂變快等特點。

1、大資料技術升級迭代快

　　大資料技術不斷的更新和迭代。隨著技術的不斷完善，人才不斷增多，技術升級的速度也在不斷的提升。大資料技術的更新迭代將促進機器學習、人工智慧等相關技術的發展。大資料技術更新，勢必會促進其應用場景的不斷加大，也就會再次擴大大資料人才的需求缺口。

　　2、人工智慧逐漸崛起

。由於機器學習方案的不斷進步，已經能夠透過智慧手機進行語音指令識別、擁有能夠預測使用者喜好的媒體服務、可以在數十億個資料點之間摸清關係脈絡的軟體以及善於挖掘潛在價值空間的應用程式。

　　3、分散式儲存和計算技術發展

　　在計算方面，谷歌MapReduce 分散式平行計算技術，是新型分散式計算技術的代表。一個 MapReduce 系統由廉價的通用伺服器構成，透過新增伺服器節點可線性擴充套件系統的總處理能力(Scale Out)，在成本和可擴充套件性上都有巨大的優勢。

　　4、法律法規逐漸規範

　　法律制度也將成為大資料發展過程中的潛在影響因素，具體效果如何取決於大家的審視角度。就目前來看，仲裁者、立法者、監管者甚至總統都在努力弄清收集到的這批龐大資料到底意味著什麼，並以此為基礎勾勒出某種秩序草案。

　　大資料應用和技術起源於網際網路，網站和網頁的爆發式增長，搜尋引擎公司最早感受到了海量資料帶來的技術上的挑戰，隨後興起的社交網路、影片網站、移動網際網路的浪潮加劇了這一挑戰。網際網路企業發現新資料的增長量、多樣性和對處理時效的要求是傳統資料庫、商業智慧縱向擴充套件架構無法應對的。

大資料的概念其實很早就被提出了，但在這兩年，大資料的發展才逐漸趨向成熟穩定，並真正應用於各行各業的企業內，很多企業都在藉助大資料進行精準推薦、精準營銷等，基於大資料發展而來的CRM系統也被越來越多的企業接受使用，應用於企業的內部管理及客戶管理等，但最終目的仍是指導企業進行管理與營銷。

所以，要說大資料的發展趨勢，那就是越來越普及，越來越精準，資料的價值被進一步的挖掘。我們的生活 也會隨著大資料的發展而節省很多 不必要的時間，哪怕逛個網站，都會根據大資料進行偏好推薦。

為推動大資料發展，中國有關部門釋出了一系列政策，旨在構建以資料為關鍵要素的數字經濟。受此影響，中國大資料產業近年來發展迅速，技術創新能力大幅提升，應用場景不斷豐富。2018年，中國大資料行業市場產值規模已達6200億元。

目前，中國正由資料大國向資料強國加速邁進。政府從人才、資金等多方面入手，推動大資料產業不斷提升。廣東、貴州、浙江、江蘇、山東、上海等地區也相繼制定了發展規劃，致力於加快形成一批自主創新、技術先進的產品、服務和解決方案。

與此同時，隨著基礎設施的不斷完善，中國數字化程序也開始進入發展黃金期。大資料在資訊共享、採集、資料安全防護等方面扮演的角色也越來越重要。

作為一種寶貴的資源，資料已經成為了全球各國爭相佈局的領域。另外，企業在資料庫方面的構建，也成就了一個以市場為主體的資料中心。企業之間不斷加強的資料交流，推動新型資料分析方法的發展，從而挖掘出資料背後潛藏的更大價值。

中國大資料產業受宏觀政策環境、技術進步與升級、數字應用普及等眾多利好因素影響，2018年整體規模達到4384.5億元，較2017年同比增長24%。中國大資料行業細分領域主要包括硬體、軟體、服務以及安全防護四大模組，且這四大細分市場規模均保持增長趨勢。

大資料產業發展步入快車道

2015年以來，中國一大批大資料產業園相繼落地，大資料產業生態加速完善，相關標準和技術體系持續完善，應用市場日益壯大，產業國家影響力不斷提升。根據賽迪研究院資料顯示，中國大資料產業受宏觀政策環境、技術進步與升級、數字應用普及等眾多利好因素影響，2018年整體規模達到4384.5億元，較2017年同比增長24%，預計到2020年規模將達到6605.8億元。

在政府、企業和各類行業組織的協力推動下，中國大資料產業生態不斷完善，推動了大資料硬體和軟體的持續變革，大資料專項服務和通用服務的蓬勃發展，以及大資料安全防護策略的加速成熟。而現階段中國大資料產業細分領域包括硬體、軟體、服務以及安全防護四大模組。

四大細分市場規模均持續增長

大資料硬體是指資料的產生、採集、儲存、計算處理、應用等一系列與大資料產業環節相關的硬體裝置，包括感測器、移動終端、傳輸裝置、儲存裝置、伺服器、網路裝置和安全裝置等。根據賽迪研究院統計資料，2018年中國大資料硬體市場規模達到2244.7億元。

大資料軟體是指用於實現資料採集、儲存、分析挖掘和展示的各類軟體，包括大資料計算軟體、大資料儲存軟體、資料查詢檢索軟體、基礎平臺軟體、平臺管理軟體、系統工具軟體和大資料應用軟體等。根據賽迪研究院資料，2015-2018年中國大資料服務市場規模逐年增長，到2018年，行業市場規模達到822.5億元。

大資料服務是指依託大資料資源管理與分析的相關服務產業，包括資料交易服務、資料採集服務、資料應用服務、資料增值服務等。從大資料通用服務來看，資料價值挖掘與基於大資料的資訊服務成為市場熱點，其次是大資料資料採集、清洗加工、整合、視覺化、增值服務，熱度稍低的是資料治理和資料安全、資料交易。根據賽迪研究院資料，2015-2018年中國大資料服務市場規模逐年增長，到2018年，行業市場規模達到1317.3億元。

大資料安全是用以搭建大資料平臺所需的安全產品和服務，以及大資料場景下圍繞資料安全展開的大資料全生命週期的安全防護。大資料安全主要包括大資料平臺安全、大資料安全防護和大資料隱私保護，產品主要包含大資料系統安全產品、大資料資料發現、大資料管理運營、敏感資料梳理、大資料脫敏、應用資料審計、大資料審計等。根據賽迪研究院統計資料，2018年中國大資料安全行業市場規模為28.4億元，同比增長30.5%。

資料已被國家層面定義為共創共享、可分配的“生產要素”，這必將極大的助力大資料在2020年的發展。

這裡，簡單說幾點來年的發展趨勢：

可分配即可流通，但是一定是合規、合法的。

怎樣才能合規、合法？

這得依靠一些底層的公允脫敏技術，不具體指向某個具體使用者，不可復原資料資訊……有哪些就不說了。

經過公允的底層技術轉換之後，資料就有了合法合規流通的基本前提，這個前提一旦具備，跨企業、平臺之間的資料互動，就有了基礎。

有了前面的兩點基礎，大資料的融合、應用就會得到極大的提升（包含領域、場景、維度等）。與此同時，這不僅是掌握了一定量級資料的企業及平臺的專利，後進者也會從中得到實際的應用及好處。

2020年將是5G商業應用的一年，也是基於5G技術各行各業都在佈局的一年，大資料雲計算，雲儲存，邊緣計算也將隨波逐流

1.資料管理仍然很難

大資料分析有著相當明確的重要思想：找到隱藏在大量資料中的資訊模式，訓練機器學習模型以發現這些模式，並將這些模型實施到生產中以自動對其進行操作。需要清理資料，並在必要時進行重複。

然而，將這些資料投入生產的現實要比看上去困難得多。對於初學者來說，收集來自不同孤島的資料很困難，需要提取、轉換和載入(ETL)和資料庫技能。清理和標記機器學習培訓的資料也需要花費大量的時間和費用，特別是在使用深度學習技術時。此外，以安全可靠的方式將這樣的系統大規模投入生產需要另外一套技能。

2.資料孤島繼續激增

這個預測並不困難。在五年前的Hadoop開發熱潮中，人們認為可以將所有資料(包括分析和事務工作負載)整合到一個平臺上。

出於各種原因，這個想法從未真正實現過。其面臨的最大挑戰是不同的資料型別具有不同的儲存要求。關係資料庫、圖形資料庫、時間序列資料庫、HDF和物件儲存都有各自的優缺點。如果開發人員將所有資料塞進一個適合所有資料的資料湖中，他們就無法最大限度地發揮其優勢。

在某些情況下，將大量資料集中到一個地方確實有意義。例如，像S3這樣的雲資料儲存庫為企業提供了靈活且經濟高效的儲存，而Hadoop仍然是非結構化資料儲存和分析的經濟高效的儲存。但對於大多數公司而言，這些只是必須管理的額外孤島。當然，它們是重要的孤島，但它們不是唯一的。

而在缺乏強大集權的情況下，資料倉庫將會繼續激增。

3. 流媒體分析的突破性的一年

組織處理新資料越快，業務發展就會越好。這是實時分析或流式分析背後的推動力。但組織一直面臨的挑戰是要真正做到這一點非常困難，而且成本也很高，但隨著組織的分析團隊的成熟和技術的進步，這種情況正在發生變化。

NewSQL資料庫、記憶體資料網格和專用流分析平臺圍繞通用功能進行融合，這需要對輸入資料進行超快處理，通常使用機器學習模型來自動化決策。

將它與Kafka、Spark和Flink等開源流式框架中的SQL功能相結合，組織就可以在2020年獲得真正的進步。

4.資料治理不善將帶來風險

有些人將資料稱之為“新石油”，也被稱為“新貨幣”。無論是什麼樣的比喻，大家都認為資料具有價值，並且如果對此不重視將會帶來更大的風險。

歐盟透過去年頒佈的GDPR法規闡明瞭資料治理不善的財務後果。雖然美國還沒有類似的法律，但美國公司仍然必須遵守由美國聯邦、各州等建立的80個不同的資料制授權法規。

資料洩露正在引發問題。根據Harris Poll公司進行的一項線上調查，2018年有近6000萬美華人受到身份盜竊的影響。這比2017年增長了300%，當時只有1500萬人表示受到了影響。

大多陣列織已經意識到無序發展的大資料時代即將結束。而很多國家和地區的政府對資料濫用或隱私洩露行為不再容忍。

5.隨著技術的發展，技能也在轉變

人力資源通常是大資料專案中的最大成本，因為工作人員最終構建並執行大資料專案，並使其發揮作用。無論使用何種技術，找到具有合適技能的人員對於將資料轉化為洞察力至關重要。

而隨著技術的進步，技能組合也是如此。在2020年，人們可以看到企業對於神經網路專業人才的巨大需求。在資料科學家(而不是人工智慧專家)的技能中，Python仍然在語言中占主導地位，儘管對於R、SAS、Matlab、Scala、Java和C等語言還有很多工作要做。

隨著資料治理計劃的啟動，對資料管理人員的需求將會增加。能夠使用核心工具(資料庫、Spark、Airflow等)的資料工程師將繼續看到他們的機會增長。人們還可以看到企業對機器學習工程師的需求加速增長。

然而，由於自動化資料科學平臺的進步和發展，組織的一些工作可以透過資料分析師或“公民資料科學家”來完成，因為眾所周知，資料和業務的知識和技能可能會讓組織在大資料道路上走得更遠，而不是統計和程式設計。

大資料開發就業方向 大資料作為一門比較基礎型的學科，無論是從資料開發及分析、還是從物聯網一級人工智慧演算法訓練領域來看，它都有著非常核心的技術以及職位需求，那麼接下來可以來具體分析一下關於大資料開 發方向都會哪些對口的工作職位①：大資料工程師，大資料開發工程師，大資料 維護工程師，大資料研發工程師，等；②：大資料分析師，大資料 高階工程師，大資料分析師專家，大資料探勘師，大資料演算法師等； ③：大資料運維 工程師等等......

面對現實，不說大道理,自己的前途，自己來把握 . 當我們追求理想時，當然不能忽略了實際問題。 最完美的是能將理想和實際相結合， 找一份你最愛的工作。 當理想和實際有分歧時，你要分三步走。

1. 面對現實，只要能得溫飽，有了一定的收入，你能從中得到物質的享受

2. 從實際出發，做你不是最喜愛的工作。把不愛做的工作做得“足夠好”，然後再說去追逐什麼理想。

3. 逐步實現理想，做你不是最愛的工作，而在你不愛的工作上拚命， 賺夠了錢，解決了吃飯的問題，再去做你最愛的工作。 。。。

一是大資料治理體系尚待構建。

首先，法律法規滯後。目前，中國尚無真正意義上的資料管理法規，只在少數相關法律條文中有涉及到資料管理、資料安全等規範的內容，難以滿足快速增長的資料管理需求。其次，共享開放程度低。推動資料資源共享開放，將有利於打通不同部門和系統的壁壘，促進資料流轉，形成覆蓋全面的大資料資源，為大資料分析應用奠定基礎。

二是核心技術薄弱。

基礎理論與核心技術的落後導致中國資訊科技長期存在“空心化”和“低端化”問題，大資料時代需避免此問題在新一輪發展中再次出現。近年來，中國在大資料應用領域取得較大進展，但是基礎理論、核心器件和演算法、軟體等層面，較之美國等技術發達國家仍明顯落後。

三是融合應用有待深化。

中國大資料與實體經濟融合不夠深入，主要問題表現在：基礎設施配置不到位，資料採集難度大；缺乏有效引導與支撐，實體經濟數字化轉型緩慢；缺乏自主可控的資料互聯共享平臺等。