成功大数据团队的“三驾马车”

标签: 动态 大数据 CDO 大数据人才 大数据团队 | 发表时间:2014-01-03 06:27 | 作者:张霖
分享到:
出处:http://www.ctocio.com

dataanalyst

对于那些着手尝试大数据应用的企业来说,成败的关键是组建一个优秀的大数据团队,但是不要指望一个“ 首席数据官(CDO)”或者数据科学家搞定所有的事情,成功的大数据团队需要三驾马车:一位业务分析师、一位机器学习专家和一位数据工程师。

随着大数据企业应用的火热开展,数据科学家正在闹人才荒,可谓一将难求,但是Lithium公司的首席科学家Michael Wu博士在接受IW 采访时表示:数据科学家的人才荒是因为人们对数据科学家的期望值过高,希望他即懂业务也懂最先进的大数据技术,这样的人才自然是奇货可居,而且不是每个企业有钱就能招募到的。

“三个臭皮匠顶个诸葛亮”,对于大多数企业来说,与其指望一位大数据“救世主”,不如重点关注如何搭建一个成功的大数据团队。

Wu博士认为,数据科学家这个称谓被过度炒作了,实际上人们口中的数据科学家对应着多个职位:“当人们嚷嚷数据科学家人才匮乏的时候,实际上他们指的是同时具备多个职位技能的人才缺乏。而企业完全能够通过将业务分析师、机器学习专家和数据工程师这三类人才捏合成一个团队来代替数据科学家。”

业务分析师这个角色早在数据科学家之前就已经出现了,业务分析师使用前端工具分析企业核心业务数据并给出能支撑决策的分析结果,这些工具包括Excel、Tableau的数据可视化工具或者QlikView的商业智能应用。业务分析师通常也有足够的编程技能来开发仪表盘,对SQL和NoSQL也不陌生。

随着大数据的热潮到来,很多业务分析师开始自我标榜为数据科学家,“但实际上他们不是”,Wu博士说道。不过,根据Alteryx的预测,掌握大数据分析技术的业务部门分析人员将比大数据科学家对企业更加重要。这意味着2014年数据科学家的高工资难以持续。

大数据团队的第二个重要角色是机器学习专家,他们开发算法和数据模型来处理数据,甚至提供预测分析,例如分析消费意向。一些机器学习算法甚至能自动为图片和视频加标签,或者向消费者提供精确的推荐服务(例如Netflix)。

大数据团队的第三个重要角色是数据工程师,他们是大数据团队的基石,他们直接面对Hadoop、MapReduce、HBase、Cassandra这样的大数据技术。大数据工程师的兴趣在于采集、存储和处理数据,以便算法团队能在其上建模。

IT经理网点评:业务分析师、机器学习专家和大数据工程师是大数据团队的三驾马车,这没有错,但是真正成功的大数据团队也许还需要一些“调料”,在“ 打造顶级大数据团队的几个偏方”一文中,我们了解到物理学家、工商管理人士甚至音乐人才也是优秀大数据团队不可或缺的人才。总之,企业需要认识到大数据绝不仅仅是技术和业务工具,而是一个需要激发创造力、多元文化才能发挥最大价值的战略性武器,而这也往往是成败的关键所在。

文章 成功大数据团队的“三驾马车” 来自 IT经理网.

相关 [成功 大数据 团队] 推荐:

成功大数据团队的“三驾马车”

- - IT经理网
对于那些着手尝试大数据应用的企业来说,成败的关键是组建一个优秀的大数据团队,但是不要指望一个“ 首席数据官(CDO)”或者数据科学家搞定所有的事情,成功的大数据团队需要三驾马车:一位业务分析师、一位机器学习专家和一位数据工程师. 随着大数据企业应用的火热开展,数据科学家正在闹人才荒,可谓一将难求,但是Lithium公司的首席科学家Michael Wu博士在接受IW 采访时表示:数据科学家的人才荒是因为人们对数据科学家的期望值过高,希望他即懂业务也懂最先进的大数据技术,这样的人才自然是奇货可居,而且不是每个企业有钱就能招募到的.

虚拟团队如何成功合作

- - 译言-投资/理财/创业
我已经和许多团队一起工作过,我们尽心做我们的事,团队也能完成它的目标. 此后我和另一种团队一起工作,每个人都很有激情的与他人合作,成果也很惊人. 不仅是超出了我们的目标,我们每个人也完完全全享受这一过程,并从中受益. 换句话说,仅仅在一起工作与每个人与他人一起真正合作是完全不同的两个概念. 合作活动才是团队开发出完全创新产品或策划出有创意有回报的市场活动的“秘方”.

大数据团队必须设置的五种职位

- - CSDN博客云计算推荐文章
大数据团队必须设置的五种职位. 作者:chszs,转载需注明. 博客主页: http://blog.csdn.net/chszs. 麦肯锡认为,大数据团队必须有五种职位:. 1)数据卫生员(Data Hygienists) - 这些人,确保数据总是干净的、准确的. 2)数据探索者(Data Explorers) - 这些人在大数据项目找到你真正需要的数据.

打造顶级大数据团队的几个偏方

- - IT经理网
出人意料的是,音乐人才、物理学家和工商管理人士能为大数据团队带来全新的视角. 你的企业正在打造数据科学团队吗. 首先,你应当从业务部门抽调专家来提出正确的问题. 然后考虑招募一些物理学家、音乐人才,当然,还有统计人才和计算机科学家. 这些才是顶级大数据团队的关键“配方”,至少管理咨询与技术顾问公司Booz Allen的战略创新部门副总裁乔什沙利文是这么认为的.

专访QQ大数据团队,谈分布式计算系统开发

- - 互联网 - ITeye博客
NoSQL是笔者最早接触大数据领域的相关知识,因此在大家都在畅谈Hadoop、Spark时,笔者仍然保留着NoSQL博文的阅读习惯. 在偶尔阅读一篇Redis博文过程中,笔者发现了. jacksu的个人博客,并在其中发现了大量的分布式系统操作经验,从而通过他的引荐了解了QQ成立之初后台3个基础团队之一的QQ运营组,这里我们一起走进.

雅虎BigML团队开源大数据分布式深度学习框架TensorFlowOnSpark

- - IT瘾-tuicool
雅虎 Big ML 团队今日宣布开源 TensorFlowOnSpark,用于在大数据集群上进行分布式深度学习. 下面是该团队官方发布的开源说明. 近几年,深度学习发展的非常迅速. 在雅虎,我们发现,为了从海量数据中获得洞察力,需要部署分布式深度学习. 现有的深度学习框架常常要求为深度学习单独设定集群,迫使我们要为一个机器学习流程(见下图 1)创建多个程序.

成功产品的规律及团队角色职责

- Hu DongHai - 《程序员》杂志官网
文 / Marty Cagan 译 / 兰蔚 刘雁. Marty Cagan是享有世界声誉的产品管理专家,曾经担任网景副总裁、eBay产品管理及设计高级副总裁. 本文是他回顾自己二十多年来从事软件产品管理工作的总结和经验分享,谈到了成功产品遵循的十条规律以及产品团队的关键角色及其职责. 20世纪80年代中期我还年轻,在惠普担任程序员,参与开发一款备受瞩目的产品.

大数据分析成功的关键在于真的有用

- - 互联网分析
阿里巴巴前不久收购了一家数据分析的公司,最近雅虎也入手一家中国社交数据分析的公司,由此可以看出大数据能力多么的被看重,即便是互联网巨头们也觉得自己囊中羞涩能力欠缺. 不 过,与这股热闹相反的却是大数据应用的乏力,即便是号称数据能力超群的阿里巴巴也几乎没有摸到数据的门槛. 可以毫不客气的讲,以目前淘宝上的通过数据分析 展现出来的购物推荐看,这种大数据几乎是被糟蹋了.

创业团队有四种模式,哪一种比较容易成功?

- - IT瘾-tuicool
编者按:有人说创业团队找对人就成功了90%,创业成员之间的化学反应在很大程度上决定了一家公司能否成功,本文作者Hyde Park Venture Partners 创始合伙人Guy Turner从创业经验、产品、行业专业度等几个维度进行了分析,总结出了四种成功创业团队的模式. 我已经从事投资行业5年,投资了50多家公司,我花了很多时间思考我投资过的项目,哪些是成功的投资,哪些不是.