Три условия превращения аналитика в Citizen Data Scientist
Большая часть разговоров про аналитику крутится вокруг двух крайностей. Это или разговоры про дашборды и красивую визуализацию, или рассказы об искусственном интеллекте и машинном обучении. Визуализация — красиво, а искусственный интеллект — модно. Самое странное в подобной ситуации, что большой интерес к визуализации и машинному обучению не стыкуе…
Очень верно подмечено насчет погружения в предметную область. Подрядчики, которые берутся решать какие-то задачи, очень часто грешат тем, что оперируют одними цифрами, не понимая из смысла. В итоге получается полная туфта. А время-то затрачено, работа проделана... Машинное обучение хорошо тогда, когда данные а) правильно поняты, б) правильно подготовлены. Это и есть главная работа аналитика, кто разбирается.
По оценкам Gartner, к 2020 году более 40% задач по обработке и анализу данных будут автоматизированы, что приведет к повышению производительности и более широкому использованию данных и аналитики гражданами, занимающимися данными, инженерами-программистами, инженерами по обработке данных и инженерами ИИ, а также к повышению аналитической зрелости. организации в целом.