Katta ma'lumotlar

Data Science - bu ma'lumotlar bilan bog'liq deyarli hamma narsani qamrab oluvchi fanlararo soha: ma'lumotlarni tayyorlashdan tortib tozalash va tahlil qilishgacha. Data Science ham tuzilgan, ham tuzilmagan ma'lumotlar bilan ishlash uchun ilmiy usullar va algoritmlardan foydalanadi. Bu soha statistika, matematika, mashinani oʻrganish, muammolarni yechish va boshqalarni birlashtiradi.

Data Science - korxonalarga naqshlarni aniqlash uchun katta hajmdagi tuzilgan va tuzilmagan katta ma'lumotlarni qayta ishlashga imkon beradi. Bu, o'z navbatida, kompaniyalarga samaradorlikni oshirish, xarajatlarni boshqarish, yangi bozor imkoniyatlarini aniqlash va bozor ustunligini oshirish imkonini beradi.

Alexa yoki Siri kabi shaxsiy yordamchidan tavsiya so'rash ma'lumotlar fanini talab qiladi. O'z-o'zidan boshqariladigan avtomobilni boshqarish, foydali natijalarni ta'minlovchi qidiruv tizimidan foydalanish yoki mijozlarga xizmat ko'rsatish uchun chatbot bilan gaplashish ham xuddi shunday. Bularning barchasi ma'lumot fanlari uchun haqiqiy hayot ilovalari.

"Ma'lumotlar fanini onlayn o'rganing" maqolasida biz Data Scientists nima qilishlari va kasbni noldan qanday o'zlashtirish haqida batafsilroq gaplashdik.

katta ma'lumotlar

Katta ma'lumotlar - bu katta hajmdagi ma'lumotlarni tahlil qilish va tizimli ravishda olishning turli usullari bilan shug'ullanadigan soha. Katta ma'lumotlar murakkab biznes muammolarini hal qilish uchun tezkor ma'lumotlarni olish uchun mexanik yoki algoritmik jarayonlardan foydalanishni o'z ichiga oladi. Katta ma'lumotlar bo'yicha mutaxassislar tahlil natijalari biznes qarorlarini qabul qilishni qo'llab-quvvatlash uchun foydalaniladigan xom tuzilmagan ma'lumotlar bilan ishlaydi. Katta ma'lumotlar tahlili ma'lumotlarni tekshirish, o'zgartirish, tozalash va ma'lumotlarni modellashtirishni o'z ichiga oladi.

Katta ma'lumotlar bilan ishlash to'rtta qoidaga asoslanadi (inglizcha "V's of Big Data" dan: Volume, Velocity, Variety, Veracity):

Qo'llanilish doirasi: Kompaniyalar to'plashi mumkin bo'lgan ma'lumotlar miqdori haqiqatan ham juda katta va shuning uchun hajmi tahlilda hal qiluvchi omilga aylanadi.

Tezlik: Axborotni yaratishning yuqori tezligi. Atrofimizda sodir bo'layotgan deyarli hamma narsa (qidiruv so'rovlari, ijtimoiy tarmoqlar va boshqalar) yangi ma'lumotlarni ishlab chiqaradi, ularning ko'pchiligi biznes qarorlarini qabul qilishda ishlatilishi mumkin.
Xilma-xillik: yaratilgan ma'lumotlar bir xil emas va video, matn, ma'lumotlar bazalari, raqamlar, sensorli ma'lumotlar va boshqalar kabi turli formatlarda taqdim etilishi mumkin. Katta ma'lumotlar turini tushunish uning qiymatini ochish uchun kalit hisoblanadi.
Ishonchlilik: Ishonchlilik tahlil qilinayotgan ma'lumotlarning sifatini bildiradi. Yuqori ishonchli ma'lumotlar tahlil qilish uchun qimmatli bo'lgan va umumiy natijalarga sezilarli hissa qo'shadigan ko'plab yozuvlarni o'z ichiga oladi. Boshqa tomondan, past ishonchli ma'lumotlar shovqin deb ataladigan ma'nosiz ma'lumotlarning yuqori foizini o'z ichiga oladi.
Katta ma'lumotlar tahlilchilari nima qilishlari haqida biz Big Data: Hajmi muhim maqolada ko'proq yozgan edik.

Data Science bo'yicha mutaxassis bo'lish uchun analitik fikrlash, shuningdek, ma'lumotlarni boshqarish ko'nikmalari talab qilinadi. Mutaxassislarning katta qismi kompyuter fanlari bo'yicha magistr darajasiga va statistika va matematika bo'yicha bilimlarga ega. Shuningdek, sizga Python va SQL dasturlash ko'nikmalari, Tableau va/yoki PowerBI-da ma'lumotlarni vizualizatsiya qilish, Pandas, Scikit-learn va NumPy kabi mashinalarni o'rganish kutubxonalari kerak bo'ladi. Data Science bo'yicha mutaxassislar texnik ko'nikmalar bilan bir qatorda bir qator yumshoq ko'nikmalarga ega bo'lishlari kerak: muloqot qobiliyatlari, ma'lumotni oddiy tilda etkazish qobiliyati, jamoada ishlash qobiliyati. Eng muhimi, mustaqil va tez o'rganish qobiliyatidir.

. Big Data, Insights & Analytics o'yinimizni keyingi bosqichga ko'tarishda yordam beradigan aqlli, chiroyli va qiziquvchan guruh a'zolarini qidirmoqdamiz. Bu bizning jamoaga qo'shilish uchun juda qiziqarli vaqt - biz o'yinni katta darajada o'zgartiramiz! Agar siz cheksiz imkoniyat, mukammal etakchilik, jahon darajasidagi treninglar taklif qiladigan va hamjamiyatga katta ta'sir ko'rsatadigan kompaniyaga qo'shilishni istasangiz - bu siz kutgan rol!
Loblaw-dagi Data, Insights & Analytics jamoasi Big Data vositalari va texnologiyalari bilan ishlash tajribasiga ega bo'lgan va ma'lumotlarni qazib olish va tahlil qilish texnikasini chuqur anglagan Data Science Analyst-Finance kompaniyasini yollamoqda. Ishbilarmonlik tushunchalarini boshqarish va yuqori menejmentga taqdim etish bo'yicha rekord shart. Ma'lumotlar, tushunchalar va tahlillar bo'yicha katta direktorga hisobot berish, amaldagi rahbar xarajatlarni kamaytirish, jarayonlarni yaxshilash va rentabellikni oshirishga yordam beradigan muammolarni hal qilish, tahlillarni o'tkazish va ishlab chiqarishga tayyor modellar va echimlarni ishlab chiqishda yordam berish uchun javobgardir.
Muvaffaqiyatli nomzod ehtiyojlarni aniqlash va jarayonni takomillashtirish echimlarini yaratish, ko'plab manfaatdor tomonlar bilan ishlash va biznes sheriklar bilan hamkorlik aloqalarini o'rnatish bo'yicha tajribaga ega bo'ladi. Nomzod hech bo'lmaganda Python / R / SQL dasturlash tillarini puxta bilishi va mashina orqali o'qitish quvurlarini oxirigacha qanday qurishni bilishi kerak. Nomzod biznes doirasidagi samaradorlikni oshirish uchun yangi va ijodiy usullarni yaratishga bo'lgan ishtiyoq bilan o'zini o'zi boshlovchi bo'ladi.
Siz nima qilasiz:

• 
  Mavjud jarayonlarni tushunish va imkoniyatlar va yaxshilash sohalarini aniqlash uchun turli xil biznes bo'linmalari bilan ishlash
  
• 
  SQL-dan foydalanib ma'lumotlarni tayyorlang va oling, biznes ehtiyojlarini hal qilish uchun ochiq manbali texnologiyalar (Python / R) asosida dasturlar, vizualizatsiya va mashina o'rganish modellarini yarating
  
• 
  Ma'lumotlarning kuchli tahlillarini ishlab chiqing, shu jumladan bir qator analitik metodlardan foydalangan holda, katta ma'lumot to'plamlari va interfaol ma'lumotlarni vizual ishlab chiqarishni o'rganadigan bashoratli modellarni yaratish bilan cheklanmagan.
  
• 
  Qonuniy va rioya qilish qoidalariga qat'iy rioya qiling; maxfiy va maxfiy ma'lumotlarga kirish va ularga ta'sir qilish bilan bog'liq
  

• 
  Biznes tahlillari, statistika, matematika, muhandislik, kompyutershunoslik, moliya, ekonometrika yoki boshqa tegishli analitik sohalar bo'yicha ilmiy daraja, shu jumladan, chakana savdo-sotiqda o'qitish yoki amaliyot orqali mashina bilan ishlash tajribasi.
  
• 
  Biznes muammolariga yuqori sifatli va ta'sirchan analitik echimlarni etkazib berish uchun katta hajmli, yuqori chastotali relyatsion ma'lumotlar to'plamlarini boshqarish va korxonalar sinfi analitik vositalaridan foydalanish tajribasi.
  
• 
  Ajoyib aloqa, analitik va kontseptual fikrlash qobiliyatlari; nafaqat manipulyatsiya qilish, balki murakkab ma'lumotlardan mazmunli talqinlarni olish
  
• 
  Tashabbuskorlik, ko'p vazifa va hamkorlikda, tezkor muhitda ishlash qobiliyati
  
• 
  SQL AND 1-3 Python yoki R bilan ishlash tajribasi.
  
• 
  Microsoft Azure va / yoki Google bulutli platformalarida ishlash tajribasi bu aktivdir
  
• 
  Moliya tashkiloti tarkibida statistik modellarni ishlab chiqish, tatbiq etish va tushuntirishning (bashorat qiluvchi va tavsiflovchi) tajribasi juda katta ortiqcha
  
• 
  Jamoa o'yinchisi yangi vositalar va texnologiyalarni o'rganishga ishtiyoq bilan
  

Siz nimani kutishingiz mumkin:
Biz turli xil va shuhratparast ma'lumotlarga oid mutaxassislar guruhimiz, ular siz o'zingiz bo'la oladigan do'stona va inklyuziv ish muhitini rivojlantiradilar. Xodimlarimizning rivojlanishi bizning biznesimizning markazida bo'lib, o'sish, o'qish va harakatchanlik uchun cheksiz imkoniyatlarni taklif etadi. Bizning ko'plab manbalarimizdan biri bo'lgan Analitika akademiyamiz va Loblaw virtual o'quv markazi orqali sizning yuzlab o'quv vositalaridan foydalanish imkoniyati yoki bir paytlar sizning poyabzalingizda bo'lgan bizning rahbarlarimiz bilan oddiy kofe suhbati orqali ko'nikmalaringizni oshirishga yordam beraylik.