数据科学家或将成为历史？——无代码数据科学的诞生
时代在进步，就像其他科技领域一样，数据科学注定会在某个时候得到发展。于是，无代码数据科学应声而来。如果你想了解更多关于数据科学的相关内容，可以阅读以下这些文章：
每个数据科学家都应该养成的15个好习惯
将ChatGPT用于数据科学
你的第一份数据科学工作中要避免的错误
0经验？一样能成为一名成功的数据科学顾问！
近几十年来，无代码平台为各种技术领域提供了拖放式编码服务，同时，其中许多平台也已简化了公司网站和软件开发要求。无代码平台可以让一个人对代码一窍不通的前提下，有机会创建自己的网站，开发自己的软件。
值得注目的是，无代码平台已经开始提供以数据为中心的服务，公司在不了解数据科学的复杂性的情况下，也可以开始进行数据分析或开发机器学习模型。
当然，问题来了——随着无代码数据科学服务的不断改进，数据科学家是否不再被需要？无代码数据科学服务似乎为所有人都提供了机会，无论背景或教育程度如何，每个人都能开展数据科学活动。但事实是，数据科学家完全可以使用无代码数据科学平台来提高他们的工作流程效率，并跟上公司不断增长的需求。
什么是无代码数据科学？
无代码数据科学，即使用图形用户界面中呈现的模板、逻辑序列和拖放功能来处理和操作数据，以生成数据分析、机器学习模型、数据转换等。
传统上，任何数据科学工作都需要使用Python、R、SQL或其他各种编码语言编写代码来完成。但是，无代码功能允许任何人在不使用代码的情况下执行数据操作。无代码工具在简单的图形界面中呈现其功能，并利用代码的强大功能使用户可以专注于设计和逻辑，而不用从头开始编写代码，费时费力。
无代码平台通过四种方式执行其功能：
- 通过拖放技术提供开发、更改或实现流程的可视化或图形化方法。
- 创建可用于自定义流程或深入了解给定数据集的数据过滤器和查询。
- 使用API从各种来源收集数据进行分析。
- 让非技术人员也能开展数据科学活动，不需要花大把时间去学习。
无代码数据科学能提供什么样的未来
更快的行动，更少的资源
无代码数据科学平台的易用性和简单性使个人用户和整个团队能够更快行动，并使用更少的资源来进行与数据相关的活动。
无代码数据平台允许团队以比手工编写代码更快的速度处理数据。同时，当一个拥有着数据科学背景的团队使用时，无代码平台可以通过自动化那些重复和耗时的任务来提高团队的工作效率，从而使其能够专注于其目标。
对于那些没有数据科学背景的人来说，无代码平台允许个人使用简单的拖放功能进行数据驱动的活动，这些功能负责数据的收集、清理、分析和呈现。目前市场上的许多无代码平台允许所有人深入了解他们的数据，而这为较小的公司提供了一种廉价的替代方案，不用去雇佣专门的数据科学家团队。
跟上数据科学项目需求的指数级增长
“数据是新的石油”，在未来几十年里，随着数据变得越来越容易获取，数据科学项目的需求将呈指数级增长。
无代码数据平台为数据科学家和非数据科学家提供了更快更轻松的工作，帮助他们在数据科学项目里更好地发挥作用，赢得成效。
此外，无代码数据科学将为公司各个部门提供简单的数据科学功能，帮助它们了解数据，解决问题。越来越多的非技术人员开始需要将数据分析功能的使用作为其日常工作的一部分，无代码数据平台对于公司的日常运营将变得更加重要。由于简单易上手，任何人都将能够快速高效地进行价值分析，不必回到学校学习数据科学。
无需大量投入快速解决问题
也许无代码数据解决方案的最大优势是让公司在有限的资金下，能够测试数据驱动的解决方案。
比如说，公司想给一个有关数据驱动的项目进行投资，该项目有望解决所有问题，优化日常流程，并节省大量资金。但可惜，公司试图解决的问题往往定义不清，使得数据科学家在没有具体想法的情况下，很难使用数据解决问题。然而，无代码数据科学可以使数据科学团队能够快速高效地生成问题的解决方案，并将其呈现给公司。这不仅允许公司测试不同的方案去解决问题，而且还免去了他们投入大量资金却竹篮打水一场空的风险。
同时，无代码数据科学使小型企业能够高效地分析其数据，无需雇佣整个数据科学家团队。借此，小型企业可以把目光放在如何改善日常运营并增加收入，不需支付数据科学教育费用，不需另请更多的数据科学家。
无代码数据科学是否意味着数据科学家时代的终结
“无代码”并不意味着“无数据科学家”，事实恰恰相反。
无代码平台是使用代码创建的，这意味着数据科学家将拥有更多的工作机会，不再是仅仅执行典型的数据科学任务。数据科学家现在可以选择使用他们的技能和专业知识为创建无代码解决方案的公司工作。一些厉害的数据科学家甚至能够利用他们的经验为该领域找到更好的解决方案——为每个人提供数据科学功能的无代码解决方案。
熟练后，数据科学家可以使用无代码数据科学平台来处理数据，其速度比传统方式快得多，允许数据科学家改进其逻辑，产生更多的数据相关项目输出，并且还可以测试数据驱动的解决方案，无需在一开始就投入大量可能得不到回报的资金。
最令人称道的是，无代码数据平台可以自动执行繁琐的任务（这些任务往往会迫使数据科学家辞职）。这些单调的任务是工作的自然组成部分，可以由无代码系统彻底地、快速地处理，让数据科学家在一天中有更多时间专注于得以施展才华的工作。根据二八原则，数据科学家对公司近八成的影响是通过其五分之一的日常工作实现的。通过消除另外五分之四的冗余、繁琐的工作，数据科学家将有更多的时间投入到产生最大效益的任务中。
结语
无代码数据科学不应该让数据科学家们感到害怕，相反地，他们应该感到兴奋：一个摆脱单调、耗时任务的未来即将来到。
无代码数据科学并不意味着数据科学家时代的终结，相反，它提供了快速、高效的工具，可以提高公司数据科学家的“生产力”和“地位”。
此外，无代码数据平台为每个人（无论是否有数据科学背景）提供了获得数据驱动见解的机会，不需要支付继续教育或培训机构的费用。
无代码数据平台有望以更快的速度，更少的资源开发数据并产生见解，为组织提供帮助，使公司内部的数据科学团队能够跟上对数据相关项目的指数级增长需求，让公司不需投入大量金钱，有机会测试数据驱动下产生的各种解决方案。
感谢阅读！你还可以订阅我们的YouTube频道，观看大量大数据行业相关公开课：https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ；在LinkedIn上关注我们，扩展你的人际网络！https://www.linkedin.com/company/dataapplab/
原文作者：Madison Hunter
翻译作者：高佑兮
美工编辑：过儿
校对审稿：Chuang
原文链接：https://towardsdatascience.com/what-is-no-code-data-science-and-does-it-spell-the-end-of-the-need-for-data-scientists-7aeba5350746
