Budowanie zespołu data science

Data Science dla biznesu

Mari Nazary

VP Product & Learner Experience at the Lambda School

Członkowie zespołu

 

Inżynieria danych

• Architekci informacji
• Tworzenie rozwiązań do przechowywania danych
• Utrzymywanie dostępu do danych

Narzędzia inżynierii danych

• SQL
  • Przechowywanie dużych ilości danych
• Java, Scala lub Python
  • Języki programowania do przetwarzania danych i automatyzacji zadań

Analiza danych

• Tworzenie dashboardów
• Testowanie hipotez
• Wizualizacja danych

Narzędzia do analizy danych

• Arkusze kalkulacyjne (Excel lub Google Sheets)
  • Proste przechowywanie i analiza
• SQL
  • Analiza na dużą skalę
• Narzędzia BI (Tableau, Power BI, Looker)
  • Dashboardy i udostępnianie informacji

Uczenie maszynowe

• Przewidywania i ekstrapolacje
• Klasyfikacja
• Prognozowanie cen akcji
• Przetwarzanie obrazów
• Automatyczna analiza tekstu

Narzędzia uczenia maszynowego

• Python i R
  • Języki programowania do tworzenia modeli predykcyjnych

Podsumowanie: członkowie zespołu

Inżynier danych	Analityk danych	Specjalista ML
Przechowywanie i zarządzanie danymi	Wizualizacja i opis danych	Modelowanie i prognozowanie
SQL + Java/Scala/Python	SQL + narzędzia BI + arkusze kalkulacyjne	Python/R

Struktura zespołu data science

• Izolowana
• Wbudowana
• Hybrydowa

Struktura zespołu: izolowana

Struktura zespołu: wbudowana

Struktura zespołu: hybrydowa

Czas na ćwiczenia!

Data Science dla biznesu