京公网安备 11010802034615号
经营许可证编号:京B2-20210330
日前,CDA协会会员们在波士顿举办了一期沙龙活动,2位专家各自就不同领域的数据分析应用进行了分享,并重点探讨了数据分析人才 的培养。
一、嘉宾信息
Jared Christensen是Pfizer的高级研发总监,他在Pfizer工作有6年了。在加入Pfizer之前,他在Wyeth工作了5年,一直到2010年10月Pfizer收购Wyeth为止。Jared于2004年在哈佛公共健康学院完成他的博士研究。
Marie Gayron是Verisk Health公司人群健康部门的研究科学家。她被广为人知,是因为她开发了强大的算法来预测昂贵的事件,确定高风险人群,将数据转化为可执行的报告解决方案,通过自动化和数据可视化来提高流程效率。Marie女士,拥有塞勒姆州立大学理学学士学位和波士顿大学公共健康硕士学位。
二、公司信息
Pfizer Inc.(辉瑞公司)创建于1849年,迄今已有160多年的历史,总部位于美国纽约,是目前全球最大的以研发为基础的生物制药公司。辉瑞公司的产品覆盖了包括化学制药、生物制剂、疫苗、健康药物等诸多广泛而极具潜力的治疗及健康领域,同时其卓越的研发和生产能力处于全球领先地位。
Verisk Analytics Inc.总部位于美国新泽西州泽西城,是与美国房地产和意外保险风险相关的保险精算和保险数据规模最大的集成商。该公司于2009在美国上市。
三、 活动总结
1) 数据科学家职位
在美国,数据科学工作是薪资最高的工作之一;并且,对于在某一特殊领域(如:健康医疗、金融等)拥有实质性知识的数据科学家需求量极高。然而事实情况是,现有的博士或者硕士课程,难以满足巨大的数据科学家人才培养缺口;但是这也为教育或培训项目提供了一个培养数据科学家的机会。
2) 流行的统计软件
无论是在制药公司还是医疗保健公司,SAS依然是数据管理、分析和制作报告的常用统计软件。同时,在实践中需要熟悉数据库语言(SQL)。
3) 流行的统计技术
在制药公司,大部分的统计工作是关于进行临床试验。因此,学习掌握基本的设计和进行临床试验的原则(如:计算样本的大小和重要性)是必不可少的技能。如今,序列设计和贝叶斯自适应设计正在扮演更加重要的角色。
4) 非统计专业
如果你在学校没有学习过统计学课程,但是想要成为一名数据科学家,那最好学习一些基本的统计学知识和SAS编程语言。一个入门的好方法就是,加入一家咨询公司或者CRO,从而在不同行业中积累数据分析经验。尽管一些工作岗位要求统计学或者生物统计学博士学位,但是没有上述学位的一些人也能够拥有较强的数据分析技能。
5) 数据分析培训项目
在数据分析领域提供一些培训课程会是一件很有益的事情。然而,不同的行业需要不同的数据分析技能,课程设计应该考虑到这一点。咨询公司里面的数据科学工作会看重面试者的证书拥有情况,大的制药公司需要统计学相关学位。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26