数据科学和分析并不完美但一定很有用

实现业务交付的数据科学和分析并不一定是完美的，专注于实际分析可以为企业带来很大的收益。

这是9月在波士顿举行的大数据创新峰会的主题。在这条播客中，我们回顾一下这次会议，并深入探讨会议中各种数据科学观点。

数据科学正处在一个十字路口。至少从2011年以来，人们已经谈论了很多。但许多企业仍然在寻找利用数据科学得到回报的方法。大多数大型企业在数据科学价值领域有非常丰富的经验，但对于高级分析仍然陌生的小型企业，仍然在寻求各种途径来充分利用数据科学方面的投资。

在这条播客中，我们探讨了数据科学团队如何与业务线合作，将他们的工作定位于最需要解决的问题。人们越来越认识到，数据科学和分析的工作需要关注实际问题，而不是研究问题。会议上的几位发言者解释了数据科学小组如何确保他们的工作遵循这个规则。

我们也开始看到数据工程师的角色越来越重要。早期，数据科学家通常负责获取他们自己的数据。但是随着企业越来越重视数据科学家，他们会雇用更多的数据工程师来处理构建数据管道的工作，这是系统化数据科学的一部分。

收听播客，了解更多关于数据科学和分析在大小企业中的发展情况，以及未来可能发展的方向：

我们一直都在努力坚持原创.......请不要一声不吭，就悄悄拿走。

我原创，你原创，我们的内容世界才会更加精彩！

【所有原创内容版权均属TechTarget，欢迎大家转发分享。但未经授权，严禁任何媒体（平面媒体、网络媒体、自媒体等）以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget

官方微博

TechTarget中国

要发表评论，您必须先登录。

TechTarget网站编辑，重点关注商务智能、数据分析和数据可视化技术。

关注商务智能及虚拟化领域技术发展，专注网站内容策划、组稿和编辑，负责《数据价值》电子杂志的策划和撰稿。喜欢桌游，热爱音乐，吃货一枚。

数据科学和分析并不完美 但一定很有用