在未来5年，大数据和人工智能哪个更吃香？有什么好的建议？

这两个大方向都不错。

现阶段而言，人工智能需要大数据来喂养，只有足够多的数据量的训练人工智能才能成长的更快更智能。

就大数据而言，需要的是数据的建模、分析、清洗；这里边涉及到大量的算法。对于数据及统计分析类专业比较友好

而就人工智能，涉及图形、自然语言处理、神经网络、心理学、电子信息、自动机械化等多学科。这里边既有纯理论研究方向，也有软件应用方向，更有硬件制造领域。

你可以看看你擅长哪方面，或者对哪块有兴趣可以去着手准备

如今，现代数据技术的发展难以预测，因为整个行业和市场都在不断变化。就在过去的几年里，人们引入了先进的分析工具、自动化、人工智能、机器学习等等。随着每一个新兴科技的推出，都会有一系列颠覆行业景观的变化。

1.人工智能将继续增长和占主导地位

由于很多组织都在投入时间和资源部署自动化系统，因此2018年是人工智能和机器学习在数据中心行业发展的重要一年。而在2019年将会有更好的发展，更先进的新硬件产品将推出市场。超大规模的数据中心、本地网络和移动设备都将受益。

一些行业巨头也在参与其中，其中包括英特尔公司的Nervana神经网络处理器（NNP），基于GPU的基于GPU的人工智能设置，以及各种专门用于处理人工智能处理的AMD和ARM芯片。

2. 可再生能源将蓬勃发展

数据中心提供商和云计算管理人员已经开始看到他们运营的设施有着令人难以置信的成本和能源消耗。2019年以来，运营更高效、更可靠的系统将成为重中之重，并将以采用可再生能源为主导能源。

像谷歌、微软、亚马逊、苹果这样的行业巨并头已经致力于为其云计算数据中心提供可再生能源。在通常情况下，行业领先厂商所做的事情都会起点示范效应。

3.边缘数据中心将会兴起

边缘计算的的兴起并不意味着云计算的泡沫破灭或云计算将很快就会消失，因为事实并非如此。然而，很显然，更多的人开始意识到，并非所有事物和业务都应该转移到云端。队列边缘计算或边缘数据中心将在2019年得到更多的应用。

更重要的是，边缘数据中心分散的设置允许组织和团队更好地解决和管理他们的数字业务基础设施。数据的数量和速度将会增长到相当高的水平，从云端流出的数据将变得越来越低效。

另外，边缘计算还有一些令人难以置信的用例和很多的潜力。

4.数据中心效率将会增长

采用可再生能源和降低能源消耗是将数据中心转变为更加高效的一个方面。但是，未来一年也会有着更多的本地部署数据中心和硬件投资。业界人士正在谈论液体冷却和交替温度控制方法、微电网、DCIM等先进技术。

传统组件将交换为全闪存系统或融合。内容和部署的系统将转换为边缘和基于混合的模型。计算流体动力学和温度自动化将变得更容易实现。即使在某些情况下可能采用机器学习或虚拟云计算系统的DCIM也将发挥作用。

另外也不要忘记微电网的作用。调查机构GTM Research发布的一份报告表示，在未来六年内，美国将投资125亿美元开发和部署微电网。

5.更多兼容的应用程序和API

应用程序和服务集成对于旨在将现有基础设施迁移到云计算或混合云的组织至关重要。不幸的是，这个领域的应用程序的采用和开发可能没有太大的进步。

幸运的是，API或应用程序编程接口可以帮助进行解析，允许工作负载和内容更自由地移动和转换。开发人员也开始比以往更多地使用和部署它们。这是目前行业景观发展的一个很好的标志。预计会看到更多兼容的应用程序进入这个空间，而其他应用程序的功能将大大改善。