Data Science

DAMA-DMBOK2: трудности перевода

Эффективность организации управления данными во многом определяет успех цифровой трансформации, невозможной без реинжиниринга корпоративных бизнес-процессов, и русское издание DAMA-DMBOK2 может стать здесь важным подспорьем.

Alfa Data School: как сформировать собственный кадровый резерв

Максат Нуриденулы, управляющий директор и Chief Data&Operating Officer «Альфа-Банк Казахстан» рассказывает о школе Alfa Data School, способствующей реализации в банке стратегии управления данными, формированию культуры работы с ними и развитию в стране отрасли работы с данными.

Как Data Science помогает повышать качество ПО

Применение методов исследования данных в процессах разработки ПО позволяет выиграть в конкурентной борьбе. Например, в программной инженерии получила распространение методика измерения характеристик программного обеспечения, однако без средств автоматизации невозможно разобраться в огромных массивах получаемых с помощью этой методики данных и учесть все их взаимозависимости.

«РЕСО-Гарантия»: как подружить страховых агентов с машинным обучением

Сергей Алешкин, руководитель по Data Science страховой компании «РЕСО-Гарантия» и номинант премии CDO Award, — об опыте повышения эффективности кросс-продаж страховых полисов.

«Неофлекс» и СГУ имени Н.Г. Чернышевского открывают Data Science Laboratory

Сотрудничество c компанией «Неофлекс» позволит Саратовскому национальному исследовательскому государственному университету им. Н.Г. Чернышевского отслеживать меняющиеся требования ИТ-компаний к специалистам и корректировать образовательные программы под быстро меняющийся рынок информационных технологий.

SAS: ModelOps — конвейер по переносу аналитических моделей из лабораторий в бизнес-среду

Использование больших данных для подготовки бизнес-решений — источник преимущества в цифровом бизнесе. Однако, не выстроив жизненный цикл непрерывной разработки, внедрения, развития аналитических моделей, организации не справиться с нарастающими сложностями масштабированием средств аналитики, убеждены эксперты.

Как DataOps совершенствует работу с данными, аналитику и машинное обучение

Команды DataOps помогают получить максимальную отдачу от данных, объединяя людей, процессы, технологии и культуру.

Наука о данных: куда пойти учиться?

Какие сегодня имеются возможности получения образования в области исследования данных с учетом того, что продолжительный цикл обучения в системе высшего образования работодателей уже не устраивает?

В НИТУ «МИСиС» разработали Data Science-платформу

Платформа разработана совместно с инженерами компании Naumen и с помощью технологий обработки больших данных и машинного обучения автоматизирует работу с большим потоком информации.

Data science: сочетание уникальных навыков

Специалисты по исследованию и анализу данных сегодня ценятся очень высоко. Чтобы научиться приносить реальную пользу бизнесу с помощью данных, потребуется уникальное сочетание технических навыков, математических способностей, интуиции и умения объяснять.

Hortonworks предложит готовые решения для data science и Интернета вещей

Такие пакеты Hortonworks состоят из систем с открытым кодом — Apache Hadoop, Spark или Metron, которые дополняются техподдержкой и профессиональными услугами для содействия в решении конкретных задач.

Oracle приобретает платформу DataScience.com

Из-за отсутствия подобного универсального облачного инструментария зачастую терпят неудачу проекты в области исследования данных и машинного обучения, утверждают в корпорации.

Культурная революция данных

Вице-президент НИУ ВШЭ Игорь Агамирзян – о том, какие глобальные изменения ждут высшее образование и общество в целом в эпоху цифровой трансформации и какое место в этих процессах занимает культура работы с данными.

Gartner: к 2019 году непрофессионалы в системах бизнес-аналитики смогут сделать больше, чем специалисты

Достижения в области искусственного интеллекта, средств самообслуживания и облачных технологий аналитики позволяют непрофессионалам эффективно и недорого проводить анализы, получая информацию для принятия решений.

Как построить карьеру в сфере Data Science

Конкретные обязанности специалистов в области анализа данных варьируются в зависимости от отрасли, но есть общие требования к навыкам, опыту, образованию и профессиональной подготовке, которые помогут приступить к формированию карьеры исследователя данных

Gartner: к 2019 году глубинному обучению не будет равных в прогнозировании спроса, распознавании мошенничеств и предсказании сбоев

Даже если специалисты компании не имеют опыта разработки алгоритмов, эксперименты в области машинного обучения можно начинать, пользуясь готовыми инструментами и API, отмечают аналитики.

Как работать с исследователями данных

Взяв на вооружение науку о данных, предприятие должно отказаться от стандартного для бизнеса подхода и поставить логику выше творчества.

Человеческий фактор Больших Данных

Область data science очень динамична, и неудивительно, что среднее «время жизни» специалиста в компании очень невелико. Что может «пойти не так» и что можно сделать, чтобы специалисты задерживались в компании чуть дольше?

Большие Данные помогут специалистам по данным найти работу

Сайт Correlation One представляет себя в роли посредника между специалистами по данным и компаниями, которым нужны сотрудники с такой квалификацией.

Восемь верных признаков плохого специалиста по данным

Не существует идеальных специалистов по данным, но тем не менее на рынке труда можно найти отличные кандидатуры. Главное – чтобы соискатели не страдали перечисленными ниже недостатками.