让物联网工程师和数据科学家夜不能寐的6个物联网挑战

物联网
就像对以前即将到来的其他技术革命一样,人们也毫不例外地对物联网技术进行了大肆宣传和炒作,然后随之而来的是与物联网相关的各种斗争和挑战。

物联网仍然是一个不断发展的技术产业,在过去的3年里,Gartner和Business Insider等市场调查机构的增长和融资预期经常被准确预测或超过。

而且,就像对以前即将到来的其他技术革命一样,人们也毫不例外地对物联网技术进行了大肆宣传和炒作,然后随之而来的是与物联网相关的各种斗争和挑战。在这个物联网应用程序开发案例的回顾中,我们将探讨一些挑战,这些挑战使物联网工程师、数据科学家和企业在进行产品开发以及工作和服务数字化时常常夜不能寐。

物联网工程师/物联网/IOT

物联网决策者面临的压力

很多公司认为物联网解决方案从长远来看会对其业务产生重大影响。因此,让合适的人来做出由数据驱动的决策将变得至关重要。此外,从大量数据中建立、管理和提取价值需要数据科学家或工程师的专业知识,他们可以负责关键物联网决策流程、计划、执行和实现既定目标或概念验证。

那么,阻碍或阻止数据科学家、工程师和企业采用和/或开发物联网应用的最大挑战是什么?

1. 预测分析

由于物联网,预测分析已经成为公司的一种增值能力。工业物联网和预测分析的结合对于我们进行流程优化来说可能是革命性的。它还可以在效率和成本节约方面带来显著进步。

然而,要实现这一点,就必须充分了解预测分析的工作原理以及如何将其应用于具体情况。因此,精心准备是必须的,而且还需要一个明确的目标,然后进行彻底的研究和规划。此外,由于缺乏能够充分利用预测分析的专家,这也可能成为一个挑战,因为随着时间推移,必须部署或操作所需的硬件来记录数据。然后,必须应用机器学习和人工智能相结合的软件来训练系统识别关联度,以便根据收集到的原始数据对失败概率进行模拟。

2. 数据质量差

精确的数据准备是获得高质量、高效率数据的关键。然而,当数据科学家开始分析数据时,无论公司的规模或类型如何,他们通常都要经历大量杂乱的数据、传感器错误或读数缺失。

数据集成工具的应用在数据管理中至关重要。这些工具有助于自动输入数据,从而避免手动输入时可能出现的错误,例如,拼写或印刷错误。使用经过生产测试的集成和物联网优化的时间序列数据存储服务器,用户可以毫不费力地将数据发送到平台,然后在平台上可以按时间进行组织数据并根据需要应用分析。

让利益相关方进行适当的准备是至关重要的。整个准备过程可能需要花费工程师和数据科学家的大量时间和精力

3. 安全

随着硬件或软件系统不断遭到黑客攻击或劫持,物联网解决方案在商业中的实施既令人兴奋,又让人担忧。

物联网网络安全比传统网络安全更具挑战性,因为它具有更广泛的设备功能、通信协议和标准。因此,确保物联网安全是一项极其困难的任务。

但是,像使用VPN这样简单的措施有助于克服安全威胁。使用VPN最有效的方法之一是在路由器上安装它,除了简单的加密之外,所有连接到它的设备都会受到额外的安全保护。

4. 数据范围太大

这是一个矛盾的挑战——大数据可能太大而无法分析,甚至对实现既定目标也是有害的。怎么会?在预测分析中,有必要了解哪些数据与您的目标相关,哪些数据与您的目标无关。由于数据太多,数据科学家和工程师最终可能会被困或淹没在数据中。高偏差和不能很好地结合,会阻碍他们开发高质量的预测模型。这可能会导致更糟糕的后果,例如,基于错误解读、异常或错误的数据和决策的曲解。

5. 数据访问

数据的完整性是数据科学家和应用工程师面临的挑战。谁能访问数据?谁拥有它?他们将如何访问数据?这些问题对承担开发任务的专业人员来说是一个真正令人头痛的问题。数据共享的频率需要严格管理,因为数据的性质各不相同,从而产生了永无止境的用户安全管理挑战。

6. 物联网技能差距

TEKsystems的调查显示,45%的企业很难找到物联网及其安全专业人员。Immarsat采访了来自大公司的500名高级信息技术专业人员,发现46%的受访者缺乏分析和数据科学方面的经验。这种技能差距给愿意将物联网和人工智能纳入其决策过程的企业带来了障碍。

总结

由于物联网仍处于开发和采用的早期阶段,因此需要一段时间才能找到克服物联网挑战的方法。但是,在物联网应用开发平台的帮助下,对于希望并开始物联网解决方案开发和采用的工程师、数据科学家和企业来说,物联网启用和数字化可能不会那么可怕。

责任编辑:赵宁宁 来源: 物联之家网
相关推荐

2021-08-09 14:33:18

物联网IOT

2019-04-26 14:27:07

大数据数据科学数据工程师

2020-03-13 14:13:48

机器学习数据科学编程

2023-02-28 09:32:18

人工智能物联网

2015-04-20 10:04:22

苹果竞争对手

2020-08-13 10:01:48

首席信息官自动化CIO

2019-02-25 22:57:22

数据工程师数据科学机器学习

2010-10-28 09:17:46

私有云

2018-08-19 15:39:56

数据分析数据科学数据工程师

2016-08-29 22:23:07

2018-03-20 13:04:55

GDPR数据科学数据保护

2024-03-20 11:24:47

云服务器物联网数据科学

2023-08-18 11:42:51

物联网IOT

2019-10-12 11:03:24

物联网技术大数据

2020-07-19 15:17:41

机器学习技术工程师

2021-06-28 15:22:22

物联网部署IOT

2017-08-04 15:53:10

大数据真伪数据科学家

2019-08-22 14:06:23

5G大数据物联网

2018-08-20 19:24:40

数据科学数据清理数据分析

2018-11-05 10:02:53

点赞
收藏

51CTO技术栈公众号