分析技能、统计学、机器学习对于数据工程师来说是否是必备技能或者有益技能?
Praveen Sathyadev: 就目前而言,拥有它是件好事,而且如果你想保持相关性,那么在未来 5 年或更短的时间内,拥有它是必不可少的。
数据科学的行业准备情况
他们是否拥有所需的数据?
Praveen Sathyadev: 是的,当然,每个人都在努力理解他们的数据,因此整个市场都在热议。在大多数情况下,他们都有需要的数据,但经常难以正确使用。他们最终在了解有 智利手机号码数据库 限的情况下浪费时间建立基础设施。
无论是基于行业还是基于技术领域,数据科学面临的三大问题是什么?
Praveen Sathyadev:
(i)继承过去的错误或不完整数据(近亲数据)——囤积错误数据会导致错误的输出。
(ii)无法连接数字和离线数据(适用于快速消费品/零售业以及其他同时拥有数字和非数字数据的行业)。
(iii) 数据过多或过少都会导致不良结果(大量偏差)。
行业对大数据的准备
除了 Facebook、Google、Yahoo 等社交巨头之外,大数据是否正在成为行业现实?如果是,哪些行业正在向大数据分析的强大力量迈进?如果不是,那么采用的前景如何?
Praveen Sathyadev: 绝对是的。传统金融和 CPG 公司积累了大量遗留数据,他们已经意识到大数据的必要性。事实上,任何经历数字化转型的行业都将大数据视为成功的关键要素。
说出 3 个行业以及它们使用大数据解决的问题类型。
Praveen Sathyadev:
(i)零售——通过大数据整合并构建“客户单一视图”。
(ii)CPG——整合其整个供应链价值周期,通过大数据实现优化。
(三)保险——利用大数据简化操作并提升客户体验。
行业内谁是您的典型大数据客户?是 CTO、CIO、CMO 还是特殊数据领导者?
Praveen Sathyadev: 这在很大程度上取决于行业和规模,但我们看到 CTO/CIO 趋于一致。也就是说,这些领导者正在创建一个名为首席数据官或类似职位的特定职位,以确保专注于数据。