Вестник цифровой трансформации CIO.RU

Исследователям данных нужны помощники
Исследователям данных нужны помощники

Профессиональным аналитикам нужны свои "дворники".

pixabay.com


14:21 21.10.2016  |  0 Комментариев | 1804 просмотров



На разгребание «завалов данных» приходится до 70% работы в проектах Больших Данных. Именно здесь дорогостоящим профессионалам могут помочь непрофессиональные исследователи, вооруженные правильными инструментами.

РЕКЛАМА

Вложения в технологии работы с Большими Данными продолжают расти, и это вполне объяснимо. Многие рынки отличаются высокой конкуренцией и зрелостью, и поэтому компаниям все труднее выделяться среди других участников. Технологии Больших Данных позволяют извлекать из данных ценные знания для разработки новых продуктов и подходов к обслуживанию клиентов, обеспечивая повышение конкурентоспособности — а это именно то преимущество, к которому стремятся компании. Однако инвестиции в такие технологии могут оказаться бесполезными, если нет квалифицированных кадров по анализу данных. Проекты по использованию Больших Данных могут покрыться пылью, пока компании будут искать специалистов с нужными навыками, или застопориться, если сложность систем поставит программистов и бизнес-аналитиков в тупик.

Как рекомендует Крис Лински, вице-президент Oracle по развитию продуктов, вместо того, чтобы охотиться за «волшебным единорогом» — идеальным исследователем данных, компаниям следует формировать аналитические группы. Действительно, одного «аналитика-спецназовца» вполне заменят ударные отряды из «гражданских» исследователей данных — бизнес-аналитиков, уже работающих в компании и вооруженных необходимыми инструментами.

Безусловно, настоящие исследователи данных — большая редкость: нужный специалист должен иметь высшее образование в области статистики плюс очень хорошие навыки программирования, а также знать принципы машинного обучения. Спрос на таких специалистов значительно превышает предложение — по данным McKinsey, к 2018 году спрос на исследователей данных превзойдет предложение более чем на 50%.

У компаний, стремящихся добиться успеха в использовании Больших Данных, есть еще одна проблема. Даже если «единорога» удастся поймать, его волшебная сила скорее всего будет впряжена в тяжелый плуг очистки некачественных данных. Фейерверка инноваций в этом случае вряд ли можно ждать. Высокооплачиваемые исследователи данных могут тратить до 70% своего времени на работу по очистке данных — вплоть до преобразования имен из нижнего регистра в верхний. Исследователь данных на этом этапе превращается, по сути, в дворника.

Именно здесь могут помочь непрофессиональные исследователи, вооруженные правильными инструментами. Работа, выполняемая ими, может принести пользу даже компаниям, где уже есть высококлассные специалисты по исследованию данных. Перед запуском проекта по использованию Больших Данных необходимо провести огромный объем работы по очистке данных. Компании могут поручить бизнес-аналитикам «разбор завалов» данных, чтобы исследователи данных могли заняться более глубоким анализом.


Теги: Автоматизация предприятий Большие Данные Oracle Data Science
На ту же тему: