数据科学正在高度民主化并与视觉分析融合
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-07-23
喜欢数据和分析的一切，并且能够用它讲一个好故事
但是很多人可能会迷失在数据中，很多人可以浏览一下，有时可以通过某种方式使用数据来告诉它支持特定的观点，因此人们对此表示反对，但是我现在认为，它已经成为主流，并且正在努力使数据科学和分析，尤其是可视化，在整个社会变得更加突出，并有望成为整个社会，然后希望人们能够基于其中的一些做出有根据的决策，您认为我们从哪里去？是的，我假设它的加速度有所提高，但是您对分析的展望是什么？
数据科学和视觉分析的世界刚刚发生碰撞和融合
然后它们也变得高度民主化，达到您的目的，我们必须将有效数量降低到0.8，才能控制住它、，就像我之前提到的那样，我们在实时报告中提供了一些工具，可以估算非常本地级别，县级别等的复制数量。我们一直在追踪该病毒的传播，我们看到密歇根州爆发之前，近我们看到了我们正在预测这种情况的蔓延，有效再现次数是时间的函数，就像数据科学每天晚上在您的客厅里一样，令人惊讶的是，您不必花费时间来构建您希望与客户就数据科学进行的对话的上下文，它已经在那里，人们每天晚上在客厅里看到它，因此对于作为一名数据科学家来说，看到普及的民主化，数据科学如何发展以及每个人都正在成为数据科学家，这真是太棒了。
令人遗憾的是，它发生了像COVID-19大流行一样悲惨的事情
长期从事数据分析和诸如此类的系统工作的人们，回到零售分析后会高兴得多，只是令人心碎的是，它是如此悲惨，这使它走到了前沿，但至少它可以成为帮助人们了解分析和数据的重要性的转折点，而科学对于创造有效的决定，我非常感谢您抽出宝贵时间再次与我们在一起，这是一次很棒的对话，让我们尽快重聚，我的意思是，距今年只有六个月，而且我们已经爆发了全球大流行，种族起义和经济崩溃，因此让我们在今年晚些时候聚在一起，看看我们在年底的情况。
将数据科学纳入应用程序开发过程
这是我们谈论多的事情之一就是加速，许多数字转换工作已经在进行中，但是由于COVID大流行，它们已经被压缩了时间，因此您从中学到的经验教训是，也许正在从事应用程序，系统和产品的其他企业以及他们的工程师正在为之工作，而产品经理正在为之努力，如果您想一开始就将分析纳入这些应用程序中，那么根据您的经验，对它们有何建议？这是一门学习所有的东西，而不是一门了解所有的东西，因此数据科学团队的某些人员着迷于，我如何做到这一点，低延迟，高吞吐量，高响应，我该如何操作这些东西，而且他们有点扮演这些角色，并作为一种学习经验，然后类似地，在房子的DevOps工程方面，那么如何使该控制中心应用程序更酷？我们如何为这些用户引入数据并提供多层分析视图，以及在数据科学方面着迷？
数据科学家想要使DevOps顺利进行
需要能够与某人问他们，我该怎么做？您能帮我做到这一点吗？在工程方面，反之亦然，这将数据科学家的观点注入了这个世界，并来回交叉应用，这真的很酷，人们已经在自己的舒适区之外学习了很多东西，你们内部都使用了哪种类型的工具来促进这种交流？我猜也是这样，那么这是在每周一次站起来吗？是在产品设计阶段吗？那是如何工作的？有什么收获，可能是某些效果不好或确实效果很好的东西？因此，要使异花授粉发生？这是从围绕流行病建立的渠道开始的。
当我们围绕地方政府干预措施建立数据时，渠道中的所有人都来自世界各地
然后大家开始介入，我们围绕政府干预措施设计了一种有关元数据的特定格式，无论是学校停课还是庇护所，还是其他因素，我们都进行了分类，然后人们去了当地并开始填写实际上，我们实际上已经使用该元数据来注释所有分析，随着我们开始发布，实时报告和数据源开始被添加，每个人都在想，好吧您能在这个放吗？但是现在我们已经拥有了世界上大多数，实际上我们已经走出去，并且自己从不同的卫生部门获得数据，等等并且在遍布世界各地的/地区，这是由围绕渠道的内部热情所驱动的。
随着项目的站起来，我们每天都会站起来，我们每周都有领导团队站起来
而且我们已经在COVID的实时报告分析应用程序上做到了，而且我们还在项目中得到了这一点，这些项目现在已经合并了一些，我们已经减少了一些日常工作量，但是我们定期召开了有关这两个项目的定期会议，还有一个致力于这两个项目融合的小组，因此在平常的站立会议上很重要，然后找到这些非常热衷于学习彼此世界并进行协作的目标团队，在您开始解决COVID-19大流行之前，就是专注于此这是一种跨职能的发展，这只是正常劳动力发展的一部分，它鼓励人们突破自己的舒适区，并为此提供时间和资源。
AI是下一个大型事物主题之一
因此我们有很多产品团队面临挑战：“关于AI，您将做什么？” 而且我们有一种AI哲学，它是开发过程的基础，因此您考虑了驱动我们的三件事，云原生是一回事，人工智能作为基础是另一回事。这些基础要素是自上而下驱动的，因此每个产品经理必须针对不同的产品一起制定更好的合作策略，他们必须面对一些问题，该产品的AI基础是什么？云原生是什么，其开源包容性是什么？
我们的产品注入了三个指导原则
但是很多人可能会迷失在数据中，很多人可以浏览一下，有时可以通过某种方式使用数据来告诉它支持特定的观点，因此人们对此表示反对，但是我现在认为，它已经成为主流，并且正在努力使数据科学和分析，尤其是可视化，在整个社会变得更加突出，并有望成为整个社会，然后希望人们能够基于其中的一些做出有根据的决策，您认为我们从哪里去？是的，我假设它的加速度有所提高，但是您对分析的展望是什么？
数据科学和视觉分析的世界刚刚发生碰撞和融合
然后它们也变得高度民主化，达到您的目的，我们必须将有效数量降低到0.8，才能控制住它、，就像我之前提到的那样，我们在实时报告中提供了一些工具，可以估算非常本地级别，县级别等的复制数量。我们一直在追踪该病毒的传播，我们看到密歇根州爆发之前，近我们看到了我们正在预测这种情况的蔓延，有效再现次数是时间的函数，就像数据科学每天晚上在您的客厅里一样，令人惊讶的是，您不必花费时间来构建您希望与客户就数据科学进行的对话的上下文，它已经在那里，人们每天晚上在客厅里看到它，因此对于作为一名数据科学家来说，看到普及的民主化，数据科学如何发展以及每个人都正在成为数据科学家，这真是太棒了。
令人遗憾的是，它发生了像COVID-19大流行一样悲惨的事情
长期从事数据分析和诸如此类的系统工作的人们，回到零售分析后会高兴得多，只是令人心碎的是，它是如此悲惨，这使它走到了前沿，但至少它可以成为帮助人们了解分析和数据的重要性的转折点，而科学对于创造有效的决定，我非常感谢您抽出宝贵时间再次与我们在一起，这是一次很棒的对话，让我们尽快重聚，我的意思是，距今年只有六个月，而且我们已经爆发了全球大流行，种族起义和经济崩溃，因此让我们在今年晚些时候聚在一起，看看我们在年底的情况。
将数据科学纳入应用程序开发过程
这是我们谈论多的事情之一就是加速，许多数字转换工作已经在进行中，但是由于COVID大流行，它们已经被压缩了时间，因此您从中学到的经验教训是，也许正在从事应用程序，系统和产品的其他企业以及他们的工程师正在为之工作，而产品经理正在为之努力，如果您想一开始就将分析纳入这些应用程序中，那么根据您的经验，对它们有何建议？这是一门学习所有的东西，而不是一门了解所有的东西，因此数据科学团队的某些人员着迷于，我如何做到这一点，低延迟，高吞吐量，高响应，我该如何操作这些东西，而且他们有点扮演这些角色，并作为一种学习经验，然后类似地，在房子的DevOps工程方面，那么如何使该控制中心应用程序更酷？我们如何为这些用户引入数据并提供多层分析视图，以及在数据科学方面着迷？
数据科学家想要使DevOps顺利进行
需要能够与某人问他们，我该怎么做？您能帮我做到这一点吗？在工程方面，反之亦然，这将数据科学家的观点注入了这个世界，并来回交叉应用，这真的很酷，人们已经在自己的舒适区之外学习了很多东西，你们内部都使用了哪种类型的工具来促进这种交流？我猜也是这样，那么这是在每周一次站起来吗？是在产品设计阶段吗？那是如何工作的？有什么收获，可能是某些效果不好或确实效果很好的东西？因此，要使异花授粉发生？这是从围绕流行病建立的渠道开始的。
当我们围绕地方政府干预措施建立数据时，渠道中的所有人都来自世界各地
然后大家开始介入，我们围绕政府干预措施设计了一种有关元数据的特定格式，无论是学校停课还是庇护所，还是其他因素，我们都进行了分类，然后人们去了当地并开始填写实际上，我们实际上已经使用该元数据来注释所有分析，随着我们开始发布，实时报告和数据源开始被添加，每个人都在想，好吧您能在这个放吗？但是现在我们已经拥有了世界上大多数，实际上我们已经走出去，并且自己从不同的卫生部门获得数据，等等并且在遍布世界各地的/地区，这是由围绕渠道的内部热情所驱动的。
随着项目的站起来，我们每天都会站起来，我们每周都有领导团队站起来
而且我们已经在COVID的实时报告分析应用程序上做到了，而且我们还在项目中得到了这一点，这些项目现在已经合并了一些，我们已经减少了一些日常工作量，但是我们定期召开了有关这两个项目的定期会议，还有一个致力于这两个项目融合的小组，因此在平常的站立会议上很重要，然后找到这些非常热衷于学习彼此世界并进行协作的目标团队，在您开始解决COVID-19大流行之前，就是专注于此这是一种跨职能的发展，这只是正常劳动力发展的一部分，它鼓励人们突破自己的舒适区，并为此提供时间和资源。
AI是下一个大型事物主题之一
因此我们有很多产品团队面临挑战：“关于AI，您将做什么？” 而且我们有一种AI哲学，它是开发过程的基础，因此您考虑了驱动我们的三件事，云原生是一回事，人工智能作为基础是另一回事。这些基础要素是自上而下驱动的，因此每个产品经理必须针对不同的产品一起制定更好的合作策略，他们必须面对一些问题，该产品的AI基础是什么？云原生是什么，其开源包容性是什么？
我们的产品注入了三个指导原则
但是我想AI部分是使数据科学小组与集成产品一起工作的原因，因为这是自然而然的自上而下主导的计划，那就是让我们在基础级别将AI引入所有产品中，已经持续了几年，数据科学与DevOps之间的合作始于几年前，但是就像您说的那样，COVID事情刚刚加速了这一步，我们在大约六，八周的时间内构建了这个应用程序，实时报告COVID也是如此，那只是在几周内从头开始发展起来的，每个人都在努力工作并享受乐趣。
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
