g‎ > ‎h‎ > ‎g‎ > ‎

n

(Изображение: MichaelJay / iStockphoto)

(Изображение: MichaelJay / iStockphoto)

Научная и аналитическая наука сегодня является одной из лучших категорий вакансий в индустрии технологий. Действительно, спрос выше, чем предложение для этих специалистов, и за последние несколько лет появилось множество программ магистратуры по информационным технологиям. Учебная программа онлайн-обучения также значительно расширилась благодаря предложениям крупных поставщиков MOOC (массовый открытый онлайн-курс), таких как Coursera и Udemy, а также поставщики, предлагающие технологии, позволяющие использовать большие данные, такие как MapR и Confluent, среди многих другие.

Создайте культуру, в которой технологии развиваются, действительно расширяет возможности вашего бизнеса. Посетите Лидерский трек в Interop Las Vegas, 2-6 мая. Зарегистрируйтесь сейчас!

Но помимо формального образования, будь то онлайн или офлайн, есть другие способы узнать об этой новой области и получить некоторые навыки, которые вам нужны, если это следующий шаг для вас в карьере. Если вы являетесь исполнительным руководителем группы ученых-исследователей данных, вам может потребоваться лучшее заземление, чтобы узнать о технологиях, которые используют члены группы для выполнения своих задач.

InformationWeek собрал сборник основных чтений для ученых-данных, бизнес-аналитиков, руководителей и других, которые заинтересованы в этом быстро растущем поле.

Наша коллекция содержит 10 книг, которые помогут вам понять все, от последствий широко распространенных алгоритмов и моделей для нашего будущего общества, как использовать одни из самых популярных языков и инструменты для генерации информации из данных.

Каковы основные навыки, которыми обладают ученые-данные? Каковы некоторые из ключевых рецептов для пользователей R в своей работе? Как вы можете использовать данные, чтобы рассказывать истории, которые заставляют вашу аудиторию действовать? Как вы можете работать с большими технологиями передачи данных, такими как Apache Hadoop и Apache Spark?

Каковы культурные и экономические последствия будущего мира, где так много решений основаны на черном ящике алгоритмов? Взгляните на этот список, чтобы узнать. Есть ли что-то, что вы добавите в список чтения? Пропустили мы? Сообщите нам в комментариях ниже.

Джессика Дэвис провела карьеру, охватывающую пересечение бизнеса и технологий на титулах, в том числе Infoworld IDG, eWeek Ziff Davis Enterprise и Channel Insider, а также MSPmentor от Penton Technology. Она увлечена практическим использованием бизнес-аналитики, ... Посмотреть полный BioWe приветствую ваши комментарии по этой теме на наших каналах социальных сетей, или [свяжитесь с нами напрямую] с вопросами о сайте. предыдущий 1 из 11 следующий Комментарий | Отправить по электронной почте | Печать | RSSMore InsightsWebcasts Вредоносные инсайдеры: настоящая защита для реальных предприятий
Миграция элементов управления безопасностью в облако
Дополнительные веб-трансляцииWhite Papers Фишинг-атака обходит двухфакторную аутентификацию Мобильные устройства: новый интерфейс поддержки для ИТ (отчет IDG) Подробнее White PapersReports 2018 Состояние облачного отчета [Отчет о темном чтении] Навигация по анализу угрозы Лабиринт Другие отчеты Комментарии | Самые старые | Threaded View [закрыть это поле] jries921 Авторизоваться 100% 0% jries921,
Ранг пользователя: Ninja
4/29/2016 | 2:21:31 PM Основное внимание следует уделять принципам, а не инструментам
Когда люди понимают, что они делают, тогда они могут больше беспокоиться о тонкости инструментов. Таким образом, для начала с книгой Python было совершенно неуместно. Ответить | Сообщение | Список сообщений | Запуск совета Technocrati Авторизоваться 50% 50% технократы,
Ранг пользователя: Ninja
4/26/2016 | 2:13:21 PM Использование Excel для большой информации

Интересно видеть книгу, на которую ссылается здесь, которая максимизирует использование Excel. Индустрии аналитики было бы интересно, чтобы аналитики использовали более сложные инструменты для анализа больших данных, но Excel по-прежнему очень сильно полагается и, вероятно, самый быстрый способ начать изучение и получить представление о данных.

Ответить | Сообщение | Список сообщений | Запуск совета Technocrati Авторизоваться 50% 50% технократы,
Ранг пользователя: Ninja
4/26/2016 | 2:08:17 Большие данные: как мы его передаем?

Я рад, что в этот список включена книга «Рассказ о рассказе». Это серьезная проблема для аналитика.

После того, как все цифры и данные были перегнуты. Крайне важно иметь возможность передавать выводы и легко подходить к тем, кто менее технически склонен.

Ответить | Сообщение | Список сообщений | Запуск совета Technocrati Авторизоваться 50% 50% технократы,
Ранг пользователя: Ninja
4/26/2016 | 2:04:41 PM Начните с понимания больших данных

Спасибо Джессике за предоставление интересного и полезного списка ресурсов Big Data. Те из нас, кто в технологии, больше не могут легко игнорировать Big Data и рекомендованный вами список чтения.

Ответить | Сообщение | Список сообщений | Запуск совета Technocrati Авторизоваться 50% 50% технократы,
Ранг пользователя: Ninja
25.04.2016 | 8:50:55 PM Неправильное использование и недопонимание больших данных

«... если плохой студент не может получить кредит, потому что его почтовый индекс показывает, что он слишком рискован, тогда он отрезан от образования, которое может вывести его из бедности».


Только один пример того, как использование больших данных ограничено и контрпродуктивно, если оно не структурировано с самого начала.

Это один из последних аргументов, которые я приводил в отношении использования Big Data. Я рад, что г-жа О'Нил обсуждает этот вопрос.

Я бы счел, что это необходимо для профессионалов Google Analytics, как новых, так и старых.

#auto

Comments