标签: 数据科学家
-
数据科学团队构建指南:多面手是成功关键
2013-05-27 | 作者:Jack Vaughan根据某数据科学团队主管的观点,锤炼团队的过程比给直接聘用人才硬填充进来更重要,最好的数据科学团队应该是“一个跨职能群体”。
-
数据科学家需要具备哪些素质?
2013-03-26 | 作者:Brian McKenna | 翻译:曾少宁调查结果显示,最成功的公司能够通过提供必要的培训和促进各级别员工与部门的数据共享来优化数据使用。
-
成为数据科学家:由浅入深需从教育抓起
2013-03-12 | 作者:Mark Brunelli刚刚结束的O’Reilly Strata会议上,有专家指出社会应该致力于鼓励有前途的学生成为下一代数据科学家。
-
数据科学领域成功的关键因素
2013-03-11 | 作者:Mark Brunelli成功的数据科学家也能够熟练地将过去的知识应用于新的场景。他们承担分析工作中可计算的风险、充满想象力并且喜爱创新。
-
Forrester分析师谈预测分析对于数据科学家的重要性
2013-02-21 | 作者:Jack Vaughan | 翻译:茶一峰数据科学家为时下流行话题,无论在电脑商店、大学校园还是企业董事会议上都受到了热议;对此,Forrester的分析师Mike Gualtieri有自己的看法。
-
专家解读数据科学
2013-01-29 | 作者:Mikio Braun“数据科学”这个词汇在几年前开始出现,并且持续受到关注。那么,它到底是什么?数据科学家又是什么工作呢?
-
避免大数据分析的思维陷阱
2013-01-05海量数据加上分析工具, 使得数据分析现在是一个很热的话题。 很多企业认为数据分析师能够“点石成金”。
-
关于大数据的五大误区
2012-08-27 | 作者:Teradata 张锦沧本文中,来自Teradata的大中华区产品技术及销售支持副总经理张锦沧就将为您解读关于大数据的五大误区,希望您能够引以为鉴。
-
预测分析遭遇技术储备与培训资源缺乏难题
2012-05-10 | 作者:Nicole Laskowski | 翻译:曾少宁根据Ventana机构的研究表明,一些公司已经认识到预测分析的可能性,但是对于这些公司而言,认识到分析的重要性与真正使用这些技术之间还存在很大的差距。
-
企业需要什么样的数据科学家
2012-04-11 | 作者:Cashcow企业需要的数据人才大致分为几类,主要包括产品和市场分析、安全和风险分析以及商业智能三大领域。
电子杂志 >更多
-
《数据价值》2017年9月刊·HR也搭上AI这班“顺风车”
人工智能应用程序为一系列业务流程提供了宝贵的洞察力和帮助,而今天的应用只是冰山一角。而且AI不是人的替代品,AI将补充人类的工作或接管不需要复杂决策技能的重复性任务。
-
《数据价值》2017年3月刊·当预测模型失败了
随着大数据环境的不断发展,集成和准备分析数据的工作正在发生显著的变化。
-
《数据价值》2016年10月刊·窥探未来的水晶球
企业可以利用Hadoop以及所有与它相关的技术设计大数据环境,以满足其特定的需求。但把所有的技术集成在一起并不是一件容易的事。
-
《数据价值》2016年8月刊·拉近与数据之间的距离
企业想要从大数据中发掘价值,提升商业洞察,离不开分析软件和云技术的支撑。
技术手册 >更多
-
技术指南:从大数据到快数据
NoSQL数据库公司VoltDB副总裁John Piekos结合多年技术经验,论述了快数据给现代企业架构带来的挑战,他认为,相比于数据规模的爆炸式增长而言,数据速度的快速变化和增长才是数据分析行业面临的主要挑战。
-
医疗行业BI应用案例集锦
本次技术手册汇总了医疗行业BI用例,包括Oracle EBS部署、惠普Vertica分析平台使用、数据库虚拟化技术、大数据分析技术、物联网技术等。
-
可视化指导手册:将数据整合到业务的新方法
可视化需要变成为一种引领成功的战略,而不仅仅是一种制作图表的活动。如何从数据驱动转变为决策可视化驱动呢?本手册将告诉你其中的11个要点。
-
零售行业BI应用案例集锦
零售行业销售点(point of sale)多、数据类型复杂、渠道广泛、数据规模巨大,变革传统BI的需求更加强烈。在这本集锦中,我们介绍了可口可乐公司、无印良品、宜家家居和乐购百货的BI应用实践。