可行，可信赖的数据是银行，资本市场和保险业的新货币，现在该对金融服务的数据和数据架构进行不同的思考了，全球各地的金融服务公司都在努力以客户为中心，遵守行业法规，打击金融犯罪，为了完成这些战略优先事项，大多数公司在使能技术（如人工智能（AI）和自动化）上进行了大量投资，以从分析中获得可信赖的业务见解，为物联网做好准备，并在混合环境中管理基础架构。这些计划的成功取决于高质量，准确的数据，因此组织必须具备有效的数据管理和治理功能，以防止暴露和降低风险。

从技能短缺到对隐私的担忧，技术主管今年将需要克服其数字化旅程中的许多障碍，今年肯定会看到技术再次将注意力集中在数字计划上，但是他们为此而制定的流程不会成为成功的扣篮。更糟糕的是，近的研究表明，数字化转型带来的错误是企业关注的首要原因。

尽管对于“数据科学家”的确切构成存在分歧，但毫无疑问，关键因素之一涉及统计能力。美国统计协会的一位专家说，随着数据科学专业的发展，它也将其带入统计学领域。

机器学习提供了一种强大的方法来自动化决策，但是算法并不总是能够正确地进行决策。当事情出了问题时，通常是机器学习模型引起了责任。但是通常，有偏差的是数据本身，而不是算法或模型。

数据科学家面临的挑战之一是将真实的预测变量与错误的预测变量分开，当无法建立密封的因果模型时，数据科学家通常会根据相关性寻找第二类模型来准确预测结果，但是在使用这些模型时，必须格外小心，以免成为数据监听偏差的受害者。

疫情当下，“危”、“机”并存，我们看到了一些企业裁员断臂求生，也能看到一些行业逆势生长，疫情下倡导全民居家生活，这让电子游戏成为大多数人主要的娱乐方式；也正是如此，疫情期间手游市场整体迎来爆发式的增长。许多棋牌类、社交类游戏更是集体占领了手机应用榜的前几名，游戏市场整体日均流水高达数十亿元。