原文：
www.kdnuggets.com/2023/08/cloud-computing-enhances-data-science-workflows.html
图片来源：Rakicevic Nenad
如果数据是世界上最宝贵的资源，那么数据科学就是其最具影响力的过程。随着更多组织意识到需要数据科学以保持竞争优势，这一实践在各行各业变得越来越重要。这种快速增长在很大程度上是有益的，但也可能带来一些挑战。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你组织的 IT
数据量和处理需求正在以比传统工作流程更快的速度飙升。数据科学团队需要更好的方式来管理这些不断增加的需求，而云计算提供了一个理想的解决方案。以下是五个原因。
云计算的成本效率是其最大的优势之一。实施和维护本地服务器可能非常昂贵，需要大量的初期投资和持续的劳动及 IT 成本。在云上存储和处理数据可以消除许多这些开支。
在云模型中，你不需要购买或维护自己的设备。考虑到现代数据科学可能需要的处理能力，这可以带来巨大的节省。你也只需为你使用的资源付费，因此任何随着增长而产生的成本都反映了实际的数据量增长，没有多余的费用。
云还可以简化数据科学工作流程。软件即服务（SaaS）解决方案让你能够获得可能无法负担的计算速度和容量。因此，你可以进行更复杂的计算，减少处理延迟。
云系统还将曾经分开的数据库和工作负载整合在一起。这种整合消除了在应用程序之间切换的浪费时间，并减少了数据输入和传输错误的风险。错误的数据可能显著阻碍操作效率，因此这种可靠性进一步提高了生产力。
尽管对云计算安全性的担忧依然存在，云计算实际上有几个安全优势。绝大多数云安全漏洞来自人为错误，而非云本身的技术缺陷。然而，SaaS 模型可以让高安全性变得更加可及。
云服务提供商通常拥有数据科学家可能无法负担或在内部实施的高级安全功能。这可能包括自动监控、自动合规和广泛的加密备份。在云中，网络分段也更容易，这使得零信任和类似的安全架构变得更易于实现。
使用云计算还可以让你存储和处理比本地解决方案更多的数据。数据科学应用通常在信息更多时效果最佳，但在内部系统上管理大量数据会迅速变得昂贵和低效。
全球数据量预计将在 2025 年超过 180 泽字节。这可以让数据科学变得比以往更可靠，但前提是你拥有支持这种规模存储和分析的能力。云计算使得在本地实施这一级别的存储和分析成为可能，而成本将会过高。
类似地，云计算比传统的数据科学工作流程更具扩展性。以传统方式扩展能力意味着购买和设置额外的服务器，这既昂贵又可能打乱当前的工作流程。使用云计算，你只需支付更高的费用来获得更多的容量，并能立即获得。
考虑到数字数据当前的增长速度，快速的扩展性至关重要。然而，如果你需要缩减运营规模，在云中进行缩减仍然比传统方式更具成本效益。随着容量的减少，你的费用也会减少，确保缩减不会导致浪费未使用的硬件。
当今的数据科学工作流程必须快速、可靠、安全，并能处理大量工作负荷。随着这些需求的增加，传统的本地设置迅速变得不足。
云计算提供了数据科学团队所需的可负担性、效率、安全性、容量和扩展性。利用这一机会将帮助你最大化数据科学应用的回报。
April Miller 是 ReHack 杂志的消费技术主编。她拥有创作优质内容并吸引流量的记录。