原文标题 ：Data Scientists Must Revisit Their Toolsets: Let Me Explain
NOTES ON AI[0]
数据科学家必须重新审视他们的工具集：让我解释一下
无论您是数据科学家还是想成为一名数据科学家，您都必须重新审视您的工具集
您是在非软件企业寻找工作的数据科学家吗？您是否需要在短时间内从大型数据集中提取洞察力？你想评估你的想法是否可以被人工智能解决吗？如果您对上述任何问题的回答是“是”，那么本文可能会对您有所帮助。
我最近对名为“No-Code AI”的人工智能世界中发生的新浪潮感兴趣。但在人工智能界，对于如何准确定义无代码人工智能技术，我们还没有达成共识。 DataRobot 等产品将无代码 AI 定义为数据科学家的钢铁侠套装。然而，Sway AI 等其他产品将其定义为领域专家和数据科学家的老魔杖（哈利波特的魔杖）。[0][1]
恕我直言，后一个定义更接近无代码 AI 技术的主要目标：（1）加快流程，（2）降低成本，（3）提高可解释性。无代码人工智能技术应运而生，帮助企业采用人工智能技术。因此，如果您想在大型非软件企业工作或在短时间内从大型数据集中提取洞察力，您必须熟悉无代码 AI 的世界。
让我们进一步解释。
如果你想在大型非软件企业工作，你的工具集中必须有无代码 AI 平台。
— 为什么你必须学习无代码人工智能？
如果你读过我之前关于人工智能战略和数据战略的文章，你就会知道人工智能项目要取得成功存在许多挑战，尤其是在非软件企业中运行时。例如，企业在聘请大型数据科学团队之前，需要进行许多实验来确定人工智能可以有效解决的问题。聘请大型数据科学团队成本高昂，企业建立一个充满未知数的数据科学团队是有风险的。无代码人工智能技术是许多未知数的答案。作为一名数据科学家，您可以使用无代码 AI 平台为非软件企业创造价值，而无需依赖其他项目所需的数据工程师等其他专家。[0][1]
作为一名数据科学家，您可能会说您仍然更喜欢编码；但是，企业希望尽快取得成果。如果您想从头开始开发所有内容或在 Jupyter Notebook 中编写代码，您可能无法按时完成任务，或者也无法向执行团队很好地解释事情。无代码 AI 平台在这里为您提供帮助。
毫无疑问，无代码人工智能技术正在兴起。无论您是数据科学家还是领域专家，都准备好有效地使用它。
— 您必须如何选择无代码 AI 平台？
如果您查看无代码 AI 领域，您会发现有不同类型的无代码 AI 平台：(1) 专注于行业，例如 Accern，(2) 专注于技术，例如 Lobe，(3)数据科学工具，例如 H2O，以及 (4) 类别 Z，例如 Sway AI。我将在下面解释这些类别，尤其是 Z 类。[0][1][2][3]
以行业为中心的公司是那些选择行业或部门（例如金融服务）并旨在提供该部门所需的所有基于人工智能的工具的公司。以技术为中心的公司是那些选择特定人工智能技术（例如计算机视觉或自然语言处理）并旨在围绕该技术建立公司的公司。第三类是那些为数据科学家构建工具的公司，主要专注于 AutoML。
最后一组或 Z 类是那些旨在为数据科学家和领域专家构建工具的公司。当他们将 AutoML 整合到他们的产品中时，他们为他们的用例创建了富有洞察力的仪表板。很难制造出一种所有人都在使用的产品，但这将彻底改变市场。顺便说一句，Z 类是我给他们起的名字。 Z指的是最后出现并完成故事的东西。
因此，请明智地选择您的无代码 AI 平台，否则您将再次陷入不必要的复杂性。
Last Words
我对无代码 AI 平台为该领域带来的机会感到非常兴奋。总体而言，即使出现无代码人工智能，也始终需要数据科学家和编码。虽然无代码 AI 技术将解决许多挑战，但我仍然相信成熟的 AI 产品需要编码，并且不会在几天或几周内发生。因此，享受在您的工具集中使用新工具的乐趣，但请不要滥用它！ 😊
Thanks for Reading!
如果你喜欢这篇文章并想支持我……
文章出处登录后可见！
