野蛮增长时代远去，增强分析开启大数据未来( 三 ) 随着野蛮增长的时代远去

在大数据与机器学习领域，亚马逊云科技认为，要想帮助客户解决深度数据分析的问题，就要实现大数据和AI从业务上以及用户需求上做深度融合，企业要在云中要打造统一的数据基础底座，实现大数据和机器学习的“双剑合璧” ，为企业发展提供创新引擎。
为此，亚马逊云科技提供广泛而深入的服务，既能打通两个领域的数据治理底层服务，还能实现大数据与机器学习之间的相互赋能。
近日，亚马逊云科技宣布推出“云、数、智三位一体”的大数据与机器学习融合服务组合，帮助企业推进大数据和机器学习的融合，将机器学习由实验转为规模化落地实践。
该服务组合具体涵盖三个方面，分别是：构建云中统一的数据治理底座，为机器学习提供生产级别的数据处理能力，以及赋能给业务人员更加智能的数据分析工具。
亚马逊科技助力机器学习由实验转为实践，为机器学习提供生产级别的数据处理能力，不仅专门构建大数据服务，对复杂的数据进行加工处理，而且针对数据规模的动态变化，及时优化数据质量。
AmazonAthena能够对支持多种开源框架的大数据平台，包括AmazonEMR、高性能关系数据库AmazonAurora、NoSQL数据库服务AmazonDynamoDB、AmazonRedshift等多种数据源，对这些数据源进行联邦查询，快速完成机器学习建模的数据加工。
以AmazonRedshift、AmazonMSK和AmazonEMR为代表的无服务器分析能力，可以让客户无需配置、扩展或管理底层基础设施，即可轻松地处理任何规模的数据，为机器学习项目提供兼具性能和成本效益的特征数据准备。
虽然增强分析一定程度上改变了目前的数据分析模式，但并不意味着数据分析师和数据科学家变得不再重要。
相反，这对数据科学家的专业能力提出了更高的要求，既要更多地着眼于企业数字化转型过程中数据价值的重新考量，又要追求极致的“精专主义” ，毕竟简单的题目别人都会做了，留下来肯定都是硬骨头了。