GoはPythonよりはるかに進んでおり、機械学習の人材は非常に不足しています。世界中の16,655人のプログラマーが真実を語ります

GoはPythonよりはるかに進んでおり、機械学習の人材は非常に不足しています。世界中の16,655人のプログラマーが真実を語ります

Go は開発者の間でますます人気が高まっています。

数年前、Didiのエンジニアから、DidiではGoが広く使われていると聞きました。昨年、Goはテンセント内で使用されているプログラミング言語のランキングで3位にランクされました。今日、専門能力開発スキル評価プラットフォームである HackerEarth が開始し、世界 76 の国と地域から 16,655 人の開発者が参加した「2020 年開発者調査レポート」は、次のような真実を伝えています。

学生にとっても、働くエンジニアにとっても、Go は「学ぶべき言語」で確実に第 1 位にランクされています。

Goの次点となる言語は大きく異なります。学生の場合はJavaScript(Node.js)、エンジニアの場合はPythonです。

3位は間違いなくKotlinです。どうやら、昨年 5 月に Android 開発の推奨言語になって以来、Android SDK および Java プログラミング言語ライブラリと互換性があり、IntelliJ (および Android Studio) で使用できる Kotlin が、ますます多くの開発者の心をつかんでいるようです。 Google の取り組みもその一環だ。昨年 Google Developer Days に参加したとき、Google のエンジニアたちがまだ、プログラマーが経営陣に Kotlin を採用するよう説得するのを手伝うために懸命に働いていたのを思い出す。

[[326535]]

しかし、開発者にとって、これは決して万能のアプローチではありません。最も重要なのは、言語が使いやすいことです。一方で、Go と Kotlin が実際に実用化されるまでには、まだ長い道のりがあります。開発者がすでに持っているプロフェッショナル プログラミング言語から判断すると、Python はすでにその 1 つです。結局のところ、Python は C++ を上回り、TIOBE プログラミング言語リストで 3 位にランクされています。

HackerEarth の学生とプロの開発者向けの既知のプログラミング言語のリストでは、C++ (62%) と SQL (52%) がトップにランクされています。Go と Kotlin はまだトップ 8 に入っていません。

言語を見た後は職業を見てみましょう。

多くの調査レポートでは、データサイエンスの割合は常に高くなっており、ここでも同様です。 HackerEarthの調査データによると、データサイエンスは学生とプロの開発者の両方で大きく先行しており、それぞれ63%と61%を占め、ネットワークセキュリティ(36%)とモノのインターネット(35%)をはるかに上回っています。一方、ブロックチェーンは4位(28%)と3位(32%)にランクされています。

データサイエンスは人工知能への依存度が高い職業です。しかし、これに反して、現在の開発者の全体的な経験は、「​​フルスタック開発は飽和状態になりつつあり、機械学習の人材は極めて不足している」ことを示しています。

上図から、1位と2位のフルスタック開発とバックエンドは経験年数が1〜3年であり、機械学習は明らかに最下位であることがわかります。 「世界中の組織が熟練労働者の不足を感じています。しかし、その不足は予想以上に深刻かもしれません。最近の調査によると、熟練労働者の不足は2008年以来最高レベルに達しています」とHackerEarthのCEO、サチン・グプタ氏は語った。

人材不足は当然、どのように成長するかという問題につながりますが、HackerEarth ではこの点についてもデータ統計を実施しました。学生開発者の 70% はスキル向上のためにオンライン コーディング プラットフォームを利用しており、YouTube シリーズやオンライン教育コースにも大きく依存しています。明らかに、80 年代から 90 年代初頭に生まれた人がプログラミングを学ぶ際に使用した参考書はすでに時代遅れになっています。

開発者調査レポートの全文を読むには、次のリンクからアクセスできます。

https://www.hackerearth.com/recruit/developer-survey/

<<:  人工知能のセキュリティ:将来の戦争のリスクと課題

>>:  企業はビッグデータ アルゴリズムを使用して効果的なリンクを構築できますか?

ブログ    
ブログ    
ブログ    

推薦する

ディープラーニングのコードを信頼できるのはなぜでしょうか?

ディープラーニングは、正確性を評価するのが難しい分野です。ランダムな初期化、膨大なデータセット、重み...

ヨーロッパは大規模な国際顔認識システムを構築中

過去15年間、欧州で犯罪者を追う警察は、指紋、DNAデータ、自動車所有者の詳細を相互に共有することが...

...

私たちは人工知能をどれほど深く誤解しているのか

[[320546]]人工知能技術には良い影響と悪い影響の両方があり、人類に利益をもたらす一方で、さま...

脳をシミュレートする NLP、クヌース賞受賞: 文解析のためのニューロン集団計算

[[402907]]先週、Google Research はディープラーニングにおける概念理解に関す...

年収100万ドルでもまだ足りない。AI人材はどれくらい高価なのか?

シリコンバレーで最も隠し切れない秘密の一つは、人工知能の専門家が実際に給料やボーナスでどれくらい稼い...

ファッション業界に人工知能を応用するには、もう少し想像力が必要かもしれない

[[343916]]現在、ファッション業界における人工知能(AI)技術の応用範囲は、依然としてプロセ...

...

人工知能の簡単な歴史 | (2)相農は人工知能の誕生を目撃した

1956年、人工知能元年。その夏、米国ニューハンプシャー州ハノーバーの小さな町にある美しいアイビーリ...

人工知能時代の技術者が習得すべき5つのスキル

2016 年に AI 企業が獲得した資金は 80 億ドルと推定され、この数字は今後 3 年間で 5 ...

インターネットの後半、人工知能の春は始まったばかり

最近、インターネット企業における「人員最適化」問題が友人の間で話題になっており、多くの人がパニックに...

「手を自由にする」は夢ではありません! AI がソフトウェア テストの未来を形作る 5 つの方法...

人工知能は今日最も注目されている流行語であり、その発展により企業や業界は情報に基づいた意思決定を行い...

指紋、顔、音声認識技術は、本当に簡単に解読できます。

【AI世代編集部注】顔認識は今年、CCTVの315ガラで痛烈に批判された。この技術は人々が安心して...

AI、機械学習、ディープラーニングのつながりと違いを1つの記事で理解する

急速に変化する今日のテクノロジーの世界では、人工知能 (AI)、機械学習 (ML)、ディープラーニン...

ジョン・マカフィーの意見: 人工知能は人類を滅ぼすのか?

2017 年 3 月 9 日、ハッカー アンダーグラウンド テクノロジーの専門家であり作家でもある...