欢乐捕鱼技巧打法
你好,游客 登錄
背景:
閱讀新聞

公民數據科學家的時代已經到來

[日期:2019-03-28] 來源:企業網D1Net  作者: [字體: ]

  軟件工具使業務分析師能夠在沒有軟件工程師和數據收集專家幫助的情況下獲得分析模型和見解。

  數據科學家的身價很高,以至于雇傭他們對于除了谷歌、Facebook、亞馬遜和蘋果以外的任何企業來說都是一個挑戰。而那些有幸從大型科技公司挖走他們或者能夠從學術界吸引到他們的CIO們將可以自豪地談論他們將與他們的數據專家所產生的所有商業見解。

大數據

  IBM預計,到2020年,對數據科學家的需求將激增28%——而這一數字可能還是保守的。為了解決人才短缺問題,公司正在構建能夠為公司帶來成功的軟件,以便有效地從普通的公司員工中創建“公民”數據科學家。

  研究公司Gartner表示,公民數據科學包括允許用戶在統計和分析領域之外工作時從數據中提取預測性和規范性見解的能力和實踐。 Gartner分析師Carlie Idoine在一篇博客文章中表示,公民數據科學家可以是一些“超級用戶”,例如沒有計算機科學背景的商業分析師,他們可以執行簡單或中等復雜的分析任務,而這些任務以前需要更多的專業知識。她補充說, 這些用戶,如業務分析師,可以幫助緩解當前的技能差距。

  Forrester Research的分析師Brandon Purcle表示:“工具、技術、數據和模型可用性的不斷提高,使得人們能夠將見解傳播給那些原本沒有能力自己去了解的人。”

  數據科學將全部民主化

  通過技術總是能找到一種能夠使信息獲取更加民主化的方法。其中有什么變化么?在大多數企業仍在實施的傳統模式中,業務分析師會在數月內與IT和數據科學家共同努力,計劃用于產生預測性見解的模型,然后數據科學家將通常從頭開始構建這個模型。

  現在,由于IBM的SPSS和Alteryx等工具,許多沒有編碼經驗或編碼經驗很少的公民數據科學家只需要將數據模型拖放到某種軟件畫布上,就可以獲得洞察力。Purcell表示,這些工具使得“業務線分析師能夠比在Excel中更容易的操作數據”。

  例如,通用汽車公司建立了Maxis,這是一個分析平臺,允許商業用戶進行類似Google的查詢,并獲得銷售預測和供應鏈績效等運營指標的窗口。專家們一致認為,現在的通用汽車公司可能是一個特例,但在短期內就會有很多類似的公司出現。

  數據科學是石油巨頭殼牌公司的一個重要關注點,在那里,員工們通過不停地瀏覽公司千萬億字節的數據,以獲得運營和業務洞察力。例如,殼牌公司使用公司的自助服務軟件Alteryx來幫助運行預測模型,預測成千上萬的石油鉆機部件何時會出現故障。

  Jeavens說:“數據科學工具正在使數據科學的低端民主化,這讓越來越多的人可以做到這一點了。”但在另一方面,殼牌也正在使用一些“強大的引擎”,如Google TensorFlow和深度學習庫MXNet,以及Python和R編程語言。 “總會有一個跨越公民數據科學家和專業數據科學家的頻譜,我們必須同時支持這兩者。”

  公民數據科學家確實彌合了商業用戶進行的自助分析和數據科學家進行的高級分析之間的差距。Forrester的Purcell表示,專業數據科學家將更多的在整個企業中構建和擴展數據模型和算法。

  TD銀行集團企業信息高級副總裁Joe DosSantos說,現在人們已經普遍認識到數據是新的石油,許多企業已經“被復雜分析的魅力所吸引”。現實情況是,數據科學將不再是關于巫師和神話中的獨角獸。

  DosSantos表示,TD銀行使用了一系列基本的以及復雜的分析工具來更好地協調歷史和當前的客戶數據,并進行欺詐分析。例如,該銀行使用了AtScale的軟件來幫助商業用戶查詢來自該銀行hadoop數據湖的實時數據,并快速獲得結果。而TD銀行分析師也會在Tableau自助可視化軟件中查看數據。

  數據科學家:仍然不可或缺

  其他的軟件供應商也正在加速數據民主化的趨勢,通過采用機器學習(ML)和人工智能(AI)功能來構建自動化模型。

  例如,Salesforce.com提供了Einstein預測生成器,它允許商業分析師創建自定義的AI模型,在任何自定義Salesforce字段或對象上添加變量,以預測一些結果,如客戶流失的可能性或客戶的生命周期價值。Adobe的Sensei是另一個ML軟件工具,它可以幫助營銷人員在幾分鐘內啟動營銷活動,減少任務的時間。

  Gartner表示,到2020年,超過40%的數據科學任務可能會實現自動化。“這種[自動化的ML方法]是下一代的數據科學,”Purcell說。

  當然,并不是所有的大數據任務都能被公民數據科學家很容易的解決。德勤咨詢公司認知和分析業務的常務董事Bill Roberts說,公司仍然需要統計學家、數據科學家、精算師和其他精通高級數學技術的專家。這些專家可以填補空缺和缺失字段的數據,這些任務是公民數據科學家無法勝任的。

 

  另外,如果出了問題,又無法通過數學進行驗證時該怎么辦?也許算法本身也存在問題。 Roberts說:“當遇到困難或問題時,你需要有受過某種培訓或具有高級學位的人來幫助你解決這個問題。”





收藏 推薦 打印 | 錄入:Cstor | 閱讀:
本文評論   查看全部評論 (0)
表情: 表情 姓名: 字數
點評:
       
評論聲明
  • 尊重網上道德,遵守中華人民共和國的各項有關法律法規
  • 承擔一切因您的行為而直接或間接導致的民事或刑事法律責任
  • 本站管理人員有權保留或刪除其管轄留言中的任意內容
  • 本站有權在網站內轉載或引用您的評論
  • 參與本評論即表明您已經閱讀并接受上述條款
欢乐捕鱼技巧打法 腾讯二人麻将雀神 新疆时时开奖号 北京pk10计划全能软件 二十一点高级策略表 重庆时时彩走势图 广州11选五计划手机版 足彩什么叫双式投注 网络炸金花赢钱诀窍 绝对四码100准 二中二6码有几组