11 מפתחים טכנולוגיים צריכים לחקור כעת

טכנולוגיות חדשות ומתפתחות מעצבות מחדש את אופן העבודה שלנו - ומציעות הזדמנויות יצירתיות למפתחים שמוכנים לסובב ולאמץ מיומנויות חדשות. בדקנו 11 מומחי מגמות טכניים שלדעתם עשויים לשבש את גישות ה- IT הנוכחיות וליצור ביקוש למהנדסים עם עין על העתיד.

זה לא הכל על הדבר הגדול הבא. הזדמנויות עתידיות עבור מפתחים עולות ממפגש של טכנולוגיות חדישות, כגון AI, VR. מציאות רבודה, IoT וטכנולוגיית ענן ... וכמובן, התמודדות עם נושאי האבטחה המתפתחים מהתכנסות אלה.

אם אתה מעוניין להרחיב את ערכת הכלים של המפתח שלך, בדוק את התחומים המגמתיים האלה - ואת הטיפים שלנו כיצד להתקדם על ידי התחלה איתם.

אינטרנט של דברים אבטחה

לאחר שנחטפו עשרות מיליוני מכשירים מחוברים בשנה שעברה, אפילו משקיפים מזדמנים יכלו לראות כי מכשירי IoT לא מוגנים יוצרים בעיות אבטחה מסויטות.

דו"ח עדכני של חברת המחקר גרטנר ממליץ למפתחים ולצוותי אבטחה לעבוד יחד מוקדם בתהליך התכנון כדי לוודא שניתן לטפל באיומים חדשים עם עלייתם - למשל, על ידי מתן אפשרות למכשירי IoT להוריד עדכוני אבטחה.

הביקוש גבוה למהנדסים בעלי כישורי אבטחה ב- IoT, במיוחד לאלה שמבינים את נקודות התורפה של החומרה והתוכנה המשמשים מכשירים המחוברים לרשת.

"וקטורי ההתקפה ב- IoT זהים ברובם לאלה של כל רשת מבוזרת אחרת, כמו מחשבים או טלפונים סלולריים, כך שאותו ידע אבטחה רלוונטי וקריטי", אומר ריצ'רד וויטני, סגן נשיא המוצר ב- IoT startup Particle. "עיין ביסודות ההצפנה והאימות, ויהיה בדרכך."

טום גונסר, מייסד DocuSign ושותף ב- Seven Peaks Ventures, אומר כי חברות זקוקות למיומנויות בתכנות ברמה נמוכה עבור מעבדים. "הם ירצו גם חוויית RF עם Bluetooth, [Windows Identity Foundation] ורכיבי ספקטרום מורחב. אפשרויות אבטחה מובילות של לינוקס, המותאמות במיוחד לגרעינים זעירים כמו מערכת ההפעלה Qubes, הן גם בעלות ערך. "

מאט אברמס, שותף ב- Seven Peaks Ventures עם Gonser, מציע להתמקד ב"הבנת תהליכי עבודה וכיצד לשבש אותם. קריפטוגרפיה של מחשוב לאחר-קוואנטום מגיעה מהר יותר ממה שניתן היה לצפות. עליהם להבין גם פרטיות דיפרנציאלית ורשתות יריבות. "

בינה מלאכותית

כאשר אנו מתכוננים לגל הבא של כלי רכב אוטונומיים, רובוטים ואלקטרוניקה חכמה, הביקוש למהנדסים בעלי יכולת AI מתפוצץ.

"אנו נמצאים כעת בנקודת מפנה בעיקר בגלל ההתקדמות בתחום המחשוב בכל מקום, שירותי ענן בעלות נמוכה וכמעט אחסון בלתי מוגבל", אומרת ניקולה מוריני-ביאנצינו, מנהלת בכירה ומובילת הבינה המלאכותית באקסנטור. "AI מובנה בכל דבר."

מוריני-ביאנזינו רואה ביקוש ל"מהנדסי תוכנה, טכנולוגים ומדעני מחקר עם תרגום שפה, זיהוי דיבור, ראיית מחשב, רובוטיקה, עיבוד שפות טבעיות, ייצוג ידע ומומחיות חשיבה. AI ... מזין נתונים, כך שאוצרי תוכן ונתונים, מדעני נתונים ומומחי ניתוח הם גם מכריעים. "

סמנכ"ל השיווק של Treasure Data, קיוטו טמורה, צופה AI לעבור מפעולות מאוד ספציפיות, ארציות ליישומים רחבים יותר ומרגשים יותר.

"בעבר זה היה יותר כמו 'מצא את המסלול האופטימלי למשלוח חבילות ... או את האתרים הרלוונטיים ביותר לשאילתת חיפוש.' עכשיו, אנחנו מתחילים לראות, 'שחקו משחק של Go ממש טוב; לנהוג במכונית בבטחה וכו '. כל זה מגניב, אבל בני אדם עדיין צריכים להזין פונקציות אובייקטיביות למחשב, ולפחות בינתיים זה הולך להיות המקרה. "

מנכ"ל MindMeld, טים טאטל, מחפש יותר ויותר מדעני נתונים, חוקרי למידת מכונה ובלשנים חישוביים. הוא מצטט מחקר של VentureScanner שמנה 910 חברות AI שהגיחו ממרץ עד אוקטובר 2016, יותר ממחציתן מתמקדות בלימוד עמוק / למידת מכונה ועיבוד שפה טבעית.

"לא רק שהקטגוריות הללו זוכות במספרים, אלא שהן קיבלו את המימון הרב ביותר בהיקף של 4.5 מיליארד דולר", אומר טאטל. "עם התפוצצות ההתעניינות האחרונה ביישומי שיחה, נוצר חוסר התאמה בין היצע וביקוש. כתוצאה מכך, מומחים בנושא יישארו סחורה יקרת ערך עד שהאקדמיה והתעשייה יוכלו לאזן מחדש את המשוואה. "

למידת מכונה

סוג של בינה מלאכותית, למידת מכונה יכולה לקחת כמויות אדירות של נתונים כדי למצוא במהירות מאוד דפוסים - כמו זיהוי פנים - ולפתור בעיות, כמו להמליץ ​​על סרט להזרים, מבלי שתוכנתו זאת במפורש.

"טכנולוגיות קוגניטיביות, בסיוע בוטים ולמידת מכונה, יתחילו להוסיף ערך מכיוון שארגונים שואפים למצוא את ה'אותות ברעש '", אומר פטריק ספדינג, מנהל בכיר במחקר ופיתוח של BI עבור Rocket Software. "הלמידה המכונה מבוססת, אחרי הכל, על יכולות ניתוח בוגרות - שכונו בעבר 'כריית נתונים' - שבאמת חיכו לפלטפורמה מתאימה שתהפוך ל'מתכלה 'יותר."

כיצד מפתחים שרוצים להרחיב את לימודי המכונה צריכים לפתח מיומנויות בתחום זה?

אברמס, מ- Seven Peaks Ventures, מצביע על שיעור מקוון מוערך מאוד: “הקורס המכונן של אנדרו נג על למידת מכונה בקורסרה הוא דוגמה מצוינת. סטודנטים שלמדו את הקורס באמצעות קורסרה דווקא הצליחו יותר טוב בתחרויות קגל מאשר כמה מתרגלים ותיקים. "

לא כל מפתח שעוסק בלמידת מכונה מגיע מרקע מדעי המחשב, אם כי זה מועיל, אומר CTV של Solvvy ומייסד משותף מהדי סמדי, שרואה כמה דוקטורטיים ללא תארים CS מגויסים והוכשרו להיות מהנדסי למידת מכונה.

"תרומות הליבה בתחום למידת מכונה דורשות הפעלת הרבה ניסויים תוך שימוש בנתונים האמיתיים, התבוננות מתוצאת המודל ושיפור המודל", הוא אומר. "בעל תואר ראשון במדעי המחשב או רקע הנדסי ליבה בדרך כלל יועיל למהנדסים להצליח בתפקידם על מנת שיוכלו לבצע ניסויים רציפים ולשפר מודלים של למידת מכונה."

מדע נתונים

מדע הנתונים הוא תחום חם נוסף, הדורש מיומנויות רב תחומיות המשתנות לפי ענף כלכלי. הדרישות יכולות לכלול התנסות בלימוד מכונה ו- AI בכדי לקחת כמויות גדולות של נתונים ולעצב אותם בצורה בה ניתן לקבל החלטות עסקיות.

"מדעני נתונים מיומנים חסרים, נקודה", אומר ספדינג. "באופן ספציפי, אני רואה בתחומים שבהם ניתן לתכנן טכנולוגיה 'לסייע' להחלטות, כמו בוטים קוגניטיביים וניתוחים מודרכים, כאל אזורי הזדמנות בעלי ערך מוסף גבוה."

הבנה מעמיקה של הסתברות וסטטיסטיקה היא המפתח עבור מי שרוצה לעבוד בתחום זה, אומר גארי קזנצב, העומד בראש קבוצת למידת המכונות בבלומברג. "הוסף כמה מיומנויות הנדסיות, מכיוון שהצורך להיות מסוגל לכתוב קוד כלשהו כדי לבנות מערכת לעולם לא ייעלם, אם כי עם הופעתם של כלים כמו מחברות TensorFlow או Jupyter, זה גם נהיה הרבה יותר קל. הם זקוקים גם לכישורי מחקר טובים - כלומר ליכולת ליצור השערה ולבדוק אותה, לקרוא את הספרות הנוכחית ולהישאר מעודכנים. "

גונטר אולמן, קצין הביטחון הראשי בווקטרה, אומר כי הוא רואה כיום חברות מטפלות במדעני נתונים בנפרד מצוותי הנדסה ומחקר ופיתוח. אבל הוא לא חושב שגישה זו תחזיק מעמד.

"ככל שישתפרו כלי הלמידה העמוקה ולמידת המכונה, וקורסי ההכשרה של מחנות האתחול מתמחים יותר בהבאת המהנדסים הבכירים למהירים במדעי הנתונים, החלוקה בין מדעי הנתונים להנדסה תיעלם. כל המהנדסים צריכים להיות טובים במתמטיקה. עכשיו הם צריכים לשלוט גם במתמטיקה של מדעי הנתונים. מיזוג מערכי המיומנויות והיכולת להפעיל את שני הפטישים יהיה חובה בהמשך. "

בלוקצ'יין

אמצעי זה ליצירת ספר חשבונות מבוזר לעסקאות מציע יתרונות בשקיפות ובאבטחה, אם כי היעדר סטנדרטיזציה עשוי להאט את אימוץו בענפים רחבים.

פיטר לופ, סגן נשיא עמית ואדריכל טכנולוגי ראשי ב- Infosys, מדגיש את הטכנולוגיה: "למרות תפיסות מוטעות לפיהן בלוקצ'יין רחוק שנים, אנו נראה פריסות מלאות בענפי השירותים הפיננסיים, הביטוח והבריאות בשנה הבאה. זה ישבש לחלוטין את מערכות התשלומים שלנו בקנה מידה בינלאומי. "

לטכנולוגיה מתפתחת אחרת יש עקומת למידה תלולה יותר, אומר רוברט ברדוניאס, מייסד שותף ומנהל הכנסות ראשי של IRIS.TV, אשר מתרגש מההתמקדות היזמית הטבועה בבלוקצ'יין.

"הטכנולוגיות הללו צומחות עם התחשבות ביישומים עסקיים תפעוליים אמיתיים מהיום האפס, ולכן אין שום צורך בצד הפיתוח לנסות לדמיין שימוש בתיקים - הם קורים וגדלים בזמן אמת", אומר ברדוניאס. "האתגר המכריע האמיתי עבור אלה המעוניינים לפתח מיומנויות בתחומים אלה יהיה כיצד לעמוד בקצב ההתפתחויות וההתפתחויות החדשות. אני זוכר שכשלמדתי כישורי פיתוח משניים, קראתי אתרי סחר בתעשייה - ומגזינים זה היה מזמן - היו הדבר האחרון שרציתי לעשות, אבל זה חלק אמיתי בתמהיל הלמידה של ימינו כמפתח שרוצה לבנות לשמור על יתרון תחרותי בשוק העולמי. "

ארכיטקטורת אפליקציות רשת ושירותים (MASA)

הביקוש לאפליקציות שנשארות מחוברות בצורה חלקה כשאנחנו עוברים דרך הבית, נוסעים ועבודה מבוקשים יותר ויותר.

"המטרה של רשת או אפליקציה ברשת היא שזו תהיה זמינות גבוהה - כל מה שקשור להכל", אומר ג'וזף קרסון מ- Thycotic. "אם הנתיב אינו זמין, הוא ימצא מכשיר אחר ליצירת החיבור. ראינו את זה משמש למשל עם מכשירי הגשש Tile, שיצרו קהילה של מכשירי מעקב, ועם הביטקוין שהוא ספר חשבונות מבוזר. "

אך יש הרואים בחוסר תאימות למכשירים צוואר בקבוק פוטנציאלי.

"לכל ספק יש דרך משלו לנסות להניע אמון במערכת הזו, כך שכולם גנים מוקפים חומה, אם הם בכלל קיימים בכלל", אומר דרק קוליסון, לשעבר ב- Cloud Foundry ומנכ"ל Apcera.

טכנולוגיה זו מבטיחה רמה שאינה מתקבלת על הדעת של חיבור - אם מחסור בסטנדרטים לא מפריע.

"המחשבה הגדולה יותר שלי כאן היא שבאופן כללי תוכשר AI בתחום הענן עם כמויות אדירות של נתונים מכל המשתמשים", אומר קוליסון. "אלגוריתמים אלה יעדכנו ברציפות את מודל הביצוע שלהם, שיישלח לקצה באוויר ויעדכן את הקושחה במכשירי קצה כמו הטלפונים, המכוניות והבית שלנו. העיבוד יתרחש בקצוות בחומרה; ההדרכה תתרחש בענן בתוכנה. "

תאומים דיגיטליים: היכונו להיכשל

מודלים של תוכנה הקשורים לחיישנים פיזיים ווירטואליים יכולים לסייע בחיזוי כשלים במוצרים או בשירותים, כך שארגונים יוכלו לתכנן ולהקצות משאבים לביצוע תיקונים לפני כשל. ההתקדמות בלמידת מכונה ואימוץ טכנולוגיית IoT עוזרות להוזיל עלויות עבור דוגמאות חזותיות מסוג "תאום דיגיטלי", המגביר את היעילות ויכול להוזיל את עלויות התפעול לאורך החיים, למשל, מנוע סילון או תחנת כוח .

מטיאס וולוסקי, CTO ומייסד שותף של Auth0, אומר כי חברות יכולות להשתמש גם בתאומים דיגיטליים בשלב הרעיון והעיצוב, לבדוק מוצרים חדשים בסימולציות, ואז לבצע שינויים עד שיהיה למהנדסים את המוצר שהם רוצים. לאחר מכן משתמשים בממצאים מהתאום הדיגיטלי לבניית המוצר.

"כמה ארגונים כבר פתחו ביוזמות דיגיטליות-תאומות, אם כי הפרויקטים העיקריים המנצלים טכנולוגיה זו הם אלה עם הוצאות פיתוח גדולות מראש כאשר עלות הכישלון גבוהה מדי", אומר וולוסקי.

ה- CTO של חברת SpaceTime Insight, פול הופמן, אומר כי תאומים דיגיטליים מרוויחים מלימוד מכונה, מה שהופך אותם ליעילים יותר ממודלים מבוססי תנאי לחיזוי כשלים.

"מערכות IoT ומכונות למידה מאפשרות לארגונים להבטיח כי נכסיה אינם נכשלים באופן אקראי, ואם הם נכשלים, ארגונים יכולים לייעל את קבלת ההחלטות בזמן אמת לפיתרון הטוב ביותר לטווח הארוך."

רכבים אוטונומיים, רובוטים ומכשירי חשמל

הזדמנויות חדשות נראות מתפתחות כבינה מלאכותית ולמידת מכונה מחכמות מכשירים ביתיים, ציוד תעשייתי, מכוניות ומזל"טים. חברת המחקר גרטנר מעריכה כי עד שנת 2020 יצרניות הרכב ישלחו 61 מיליון מכוניות מחוברות נתונים מקווי הייצור.

"ישנן כלכלות שלמות שכבר צומחות באזורים אלה", אומר וינס ג'פס, מנהל אסטרטגיה ושיווק מוצרים ב- Pegasystems. "למשל, יש סטארט-אפים של AI - וחברות בוגרות יותר - שכבר מבוססות במרחב הרכב האוטונומי. לדוגמא, MobileEye היא חברה עם כ -500 מיליון דולר בגיבוי VC המתמחה במצלמות הקטנות בכל רחבי הרכב. באופן דומה, יש חנויות לרובוטים פיזיים - למשל, SoftBank Robotics מתמחה ברובוטים המשמשים בבתי מלון לקונסיירז '. יש להם כ -250 מיליון דולר בגיבוי VC. "