管理 学会应用最佳实践并优化您的操作。

数据科学和分析方法必须平衡创新,价值

听这个播客

在谈话数据播客的这一集中,了解思科和LinkedIn的数据科学团队如何导航通过可访问方式进行高级分析工作的过程。

创建有效的数据科学和分析计划是许多组织的微妙 - 而困难的过程。数据科学团队必须平衡进行揭示边缘分析,以揭示在数据集中隐藏的信息,并确保信息对业务用户有所相关和有价值。这是本版的主题谈论数据播客。

在拉斯维加斯的2017年TDWI领导峰会上,数据科学家来自思科和LinkedIn的演讲是关于他们的数据科学过程如何发展以更好地将分析应用程序与业务需求相匹配。此外,在圆桌会议讨论中,会议与会者引用了分析团队面临的共同挑战,强调技术领域的组织和文化问题。

高级执行编辑Craig Stedman覆盖了会议,他在播客中重新录音了。

在内部断开连接方面找到了一种方法是思科的公司数据科学团队的大量斗争,已经经历了几个其数据科学策略的变化自2013年成立以来,思科的高级数据科学家Anu Miller表示,该团队通过不同的问题来循环阻碍其有效性,首先关注基本商业智能的太多,然后通过在技术上推出业务单位其数据科学和分析对他们有用。

米勒将该团队描述为那个“象牙塔”,并表示许多人分析项目最终“只是有点坐在架子上,等待一个企业需要来到他们身上。”

米勒说,思科团队从那时起,米勒据此表示现在处于更好的位置带来分析价值由于数据科学家和商业经理之间的和谐增加了组织。

听取播客听取更多TDWI会议关于思科团队的旅程,以及LinkedIn如何构建其数据科学团队。此外,了解两家公司如何纳入科学方法的方面进入其数据科学和分析过程,以帮助确保他们获得有效和可靠的结果。

下一步

在实施分析计划之前,您必须建立合适的数据科学团队为了工作

留意这些预测建模错误可能破坏您的数据科学项目

为什么你应该考虑带来康普科学学科的经验到您的数据科学团队

搜索数据管理
搜索AWS.
搜索内容管理
搜索甲骨文
搜索树液
搜索SQL.服务器
关闭