返回 登录
0

解析技术雷达五大主题|2017技术雷达峰会

作为一家服务于全球不同类型的IT专业服务公司,ThoughtWorks从未停止过对卓越技术的追求,为此,我们的全球技术委员会(TAB)会定期讨论技术战略,并将其绘制成一份能够体现技术趋势的雷达图,它相当于当下技术领域的一个“快照”。

当然,对技术趋势的认识只是第一步,通过了解一些第一手的实战经验,并结合自己企业的战略目标进行思考,才能真正的帮助技术管理者做出选择。

独自思考不如共同交流。ThoughtWorks从2016年开始举办技术雷达峰会,就是为了给行业参与者与技术爱好者这样一个平台。在这里,你将有机会与 ThoughtWorks 的顶尖咨询师团队近距离交流,聆听他们讨论和分析技术雷达,以及来自其他行业一线企业高管的实践案例。

今年,我们也将在5月13日(周六)举办为期一天的技术雷达峰会,峰会嘉宾将从本卷技术雷达的五大主题入手,为你做出详细深入的解答。五大主题有什么?先来一览为快:

本期五大主题

会话式用户界面(CONVERSATIONALUI)和自然语言处理:

人机对话——这种新的应用程序交互方式——伴随着苹果Siri 、微软小娜和谷歌 Allo 这样的工具,像风暴一样席卷了整个IT生态圈。随后这股风暴继续延伸到了家用设备,例如亚马逊的Echo和谷歌的Home 。虽然构建会话式自然语言用户界面会遇到许多新的挑战,但是它所带来的益处是很显著的。亚马逊Echo的研发团队故意在该产品上省去了屏幕,从而迫使团队成员重新思考许多人机交互的场景。

智能即服务

最近,一系列被我们称之为“ 智能即服务”(intelligence as a service)的平台已经爆发。这些平台都与各种强大的技术领域密切相关,从语音处理到自然语言识别、图像识别和深度学习。几年前,要想具备这些能力还需要花费很昂贵的资源,但现在已经有开源或者基于SaaS平台的解决方案了。这也意味着“云计算之战”逐渐从存储和计算能力向认知能力转变。

开发者体验成为新的差异化竞争优势

越来越多的组织依据所减少的“工程摩擦力”(engineering friction)来评估云产品,并将API视为产品来精心打磨,且专注于工程生产力来提升团队效率。在 ThoughtWorks ,我们一直执着于高效的工程实践,以及那些能让开发者们轻松工作的工具和平台。我们非常激动地看到业界开始采纳这些想法。

这些关键技术包括:将内部基础设施作为一种产品,令其具有足够的吸引力来与外部产品进行竞争;专注于自助服务系统;理解所开发的API的“开发者人机工程学”(developer ergonomics);对遗留系统进行封装;以及对开发者的“持续用户共情研究”(ongoing empathetic user research)的投入。

平台的崛起

技术雷达的主题来自于审查过程中的观察和交流。在最近一次编辑技术雷达的过程中,我们注意到了进入平台象限的新条目的数量。我们认为这表明了平台在软件开发生态系统中有着更广阔的前景。那些引人注目的硅谷公司向我们展示了构建一个合理的平台如何带来显著的效益。他们成功的一部分原因来自于找到适用于自身的封装和能力水平。从技术雷达所强调的高级功能(如自然语言处理)到基础设施平台(如亚马逊)来看,越来越多的“平台思维”出现在整个技术生态系统中。

当要通过产品化的API提供一些精选的功能时,企业开始考虑采用平台的方式。 开发团队在集成和提升开发人员体验方面有了更多的思考。似乎业界终于走上了将“打包、便利和有用”进行合理组合这样一条道路。我们喜欢这样来定义平台:平台应该提供一个自助服务API,并且使之在团队环境中容易配置和创建——这很好地与“开发者体验”这样一个新兴的主题相呼应。我们期望在不久的将来,平台的定义和功能将得到进一步的完善。

盛行的PYTHON

Python这门语言总是不断出现在有趣的地方。作为一门易用的通用编程语言, Python在数学和科学编程领域具有坚实的基础。这使得它一直以来都为草根阶层的学术研究社区所采用。最近,围绕人工智能商品化及其应用的行业趋势,以及Python 3的成熟,给Python社区注入了新的活力。

这一卷的雷达重点介绍了一些能够促进Python人工智能生态圈发展的库,其中包括机器学习领域的 Scikit-learn ,采用智能数据流图的 TensorFlow 、 Keras 和 Airflow ,以及通过自然语言处理实现会话识别应用程序接口的 sp-Cy。


最后,送给懂技术的你一张专家票,这或许是离技术大牛最近的距离。

评论