데이터 과학자 : 과대 광고 또는 도움?

우리의 웹 사이트 Great Debate에서 Andrew Brust와 저는 데이터 과학자의 필요성에 대해 토론했습니다. 어느 누구도이 용어에 익숙하지 않았지만 오늘날에는 큰 데이터를 분석 할 때 독특한 기술이 필요하다는 것은 의심의 여지가 없습니다.

큰 문제는 큰 데이터가 이전에 다루어 본 것보다 몇 배 큰 규모라는 것입니다. 우리가 행동하고자하는 실시간 스트리밍 데이터 (실시간으로 오는 데이터)를 다루고 있다는 사실에 덧붙여보십시오. 이것은 귀하의 아버지의 데이터 마이닝 응용 프로그램이 아닙니다.

대용량 데이터는 트렌드가 무엇인지 종종보고 있습니다. Taylor Swift의 독감 또는 최신 여부와 상관없이 스트리밍 데이터는 우리가 어디 있었는지가 아니라 지금 가고있는 곳을 알려줍니다.

그것은 실제 과학을 요구하는 빅 데이터의 예측 측면입니다 – 가설을 세우고 테스트합니다 – 그래서 우리는 어떤 경향이 의미가 있으며 가짜인지 이해할 수 있습니다. 그 견과가 부숴 질 수 있다면 데이터 과학자들이 그들의 직함과 임금을 받게 될 것입니다.

스토리지 비트

Big Data Analytics, 빅 데이터 애널리틱스, DataRobot은 데이터 과학의 저조한 성과를 자동화하는 것을 목표로하고 있으며 Big Data Analytics, MapR 창업자 인 John Schroeder는 사임하고, 대체 할 COO

앤드류와 나에게서 더 많은 것을위한 토론을 조사해라.

스케일링은 항상 무언가를 깨뜨립니다. 어쩌면 당장은 아니지만 규모는 일관되게 컴퓨터 과학뿐만 아니라 인생에서 가장 힘든 문제 중 하나입니다.

광대 한 인터넷 저장 공간의 출현으로 인해 실제 데이터를 분석 할 수있는 능력을 넘어 데이터를 저장하고 조작 할 수있었습니다. 우리 기술로 인해 우리가 수집 할 수있는 정보를 습득 할 수 있다면 많은 것을 배우고 많은 것을 얻을 수 있습니다.

의견은 물론 환영합니다. 제 생각에 큰 데이터는 컴퓨터가 1960 년 어디에 있었는지에 관한 것입니다. 동의합니까?

LinkedIn, 새로운 블로깅 ​​플랫폼 발표

Big OLAP 시대인가?

DataRobot은 데이터 과학의 낮은 매달린 열매를 자동화하는 것을 목표로합니다.

MapR 창업자 존 슈뢰더 (John Schroeder)가 물러났다.