京公网安备 11010802034615号
经营许可证编号:京B2-20210330
除了吴恩达,你还需要了解的14位数据科学领域最具影响力人物
商业咨询平台bridgei2i近期列出了数据科学领域的15位最具影响力人物,那么在数据科学领域有哪些值得关注的声音呢?
数据行业在迅速的发展,几乎每天都会出现新的技术和方法。因此,想要跟上这个行业的步伐是有挑战性的。在本文中,我列出了15位在科技和数据科学领域最具影响力人物,他们不仅仅是数据科学专业人士和关注该领域人群的灵感来源,同时关注他们也确保你能够了解该领域的发展动向。
当中我没有涉及到社交媒体的影响和相关的指标。以下人物,他们的内容是有价值的,信息丰富的,有吸引力的,更重要的是与当今的数据和技术环境息息相关。
数据科学领域的15位最具影响力人物如下:(排名不分先后顺序)
NO.1 Kirk Borne
Kirk Borne被誉为分析领域的“Kirk 上尉”。他具有分析影响者,空间科学家,教育家等众多头衔。
Kirk在美国航空航天局工作了将近十年,之后他在乔治梅森大学任教,担任天文物理和计算科学教授。他教授数据科学,计算建模,统计学,数据伦理学,数据库等科目长达12年。目前Kirk担任管理咨询公司Booz Allen的首席数据科学家。
NO.2 Ronald van Loon
Ronald被认为是在数据分析,大数据,数据科学,物联网,以及商业智能领域全球的十大影响力人物。就以上主题,他在许多著名出版物在发表了文章(如Data Science Central,DataFloq和Dataconomy)。
目前他担任在线教育平台Simplilearn的大数据培训顾问。
NO.3 Craig Brown
Craig Brown是一位大数据专家和技术顾问。他在IT行业有超过二十年的经验,同时具有丰富的技术。
他出版了书籍《未开发的潜力:自我间的最佳伙伴关系》(Untapped Potential: The Supreme Partnership of Self ),书中他揭示了如何发现自我,并获得成功所需的要素。
他的推文主要是关于技术领域,但他同时也是车技精湛的摩托车手。
NO.4 Bob Hayes
Bob Hayes专注于使用数据和分析来改善人们的生活和促进整个社会的发展。他致力于用自己的技术帮助企业提升客户满意度和体验。
他有工业心理学的博士学位,并且是Business Over Broadway公司的总裁。
NO.5 Bernard Marr
Bernard Marr是大数据和分析专家,战略绩效顾问,keynot演讲者,作者。他定期在《福布斯》上发表大数据和分析相关文章。
他是一位知名作家,出版了很多优秀的数据相关著作,如《数据战略:如何从大数据、分析和物联网的世界中获利》(Data Strategy: How to Profit from a World of Big Data, Analytics and the Internet of Things)。
NO.6 Lillian Pierson
Lillian是Data-Mania的创始人。她在大数据,分析和数据科学领域提供在线和面对面的培训课程和研讨会。同时她也是Lynda.com的数据科学讲师。
她与许多公共部门企业的技术领域合作,如戴尔和英特尔以及包括美国海军在内的政府机构。
她的一些著作包括《傻瓜数据科学》(Data Science for Dummies)以及《傻瓜管理大数据工作流》( Managing Big Data Workflows for Dummies)。
NO.7 吴恩达 Andrew Ng
吴恩达是Coursera的联合创始人,斯坦福大学计算机科学客座教授,也是百度AI业务前负责人。他在机器学习,机器人等领域发表(或合著)了100多篇研究论文。
在谷歌的短暂任职期间,他创立并领导了“谷歌大脑”项目,该计划涉及大规模深度学习算法的开发。
吴恩达致力为人们提供高质量的免费教育机会的崇高使命。Coursera与全球一些顶尖大学合作,提供免费的在线课程。
NO.8 Monica Rogati
Monica是一名独立的数据科学和AI顾问。她与许多组织合作,帮助他们解决在技术、战略数据和AI上的需求。
她是Jawbone的前数据副总裁,LinkedIn的前数据科学家。
Monica擅长的领域为应用机器学习,文本挖掘和推荐系统。她热衷于将数据转换成出色的产品,实用的见解和精彩的故事。
NO.9 Carla Gentry
Carla是Talent Analytics的数据科学家。
凭借二十多年的专业经验,她是当之无愧的“数据狂人”。她与许多财富100强和500家公司合作过,如家乐氏,好时,探索金融服务公司以及卡夫。
NO.10 Gregory Piatetsky
Gregory是KDnuggets的总裁,KDnuggets是数据挖掘,分析,大数据和数据科学领域最大的网站之一。Gregory是KDD(知识发现和数据挖掘)会议的联合创始人,以及数据科学与数据挖掘协会ACM SIGKDD的联合创始人。
Gregory认为数据科学能够解决世界上的主要问题。
NO.11 Vincent Granville
Vincent是Data Science Central的联合创始人和执行数据科学家。Data Science Central是数据,分析和数据科学领域专业人士和数据科学爱好者最流行的在线资源之一。
在机器学习应用于互联网搜索技术,预测模型,关键词和商业智能,欺诈检测,数据挖掘等方面,Vincent具有丰富的经验。
NO.12 Naval Ravikant
Naval 是AngelList的CEO和共同创始人。这位创业者在是技术领域备受尊敬。
Naval也是天使投资者,投资过优步、推特以及Stack Overflow等公司。TechCrunch将他命名为年度天使投资者;自2007年以来,他已经进行了88项投资。
NO.13 Tamara Dull
Tamara是SAS的新兴技术总监。她的知识领域涵盖大数据,物联网,开源、数据隐私以及安全性等方面。
她被物联网研究所评选为“物联网领域的25位最具影响力女性”。
Tamara在技术领域拥有超过三十年的专业经验。她喜欢写数据和技术类文章,文章经常发布在Datafloq,KDnuggets和Brand Quarterly等网站上。
NO.14 Hilary Mason
Hilary是Fast Forward实验室的创始人兼CEO,这是一家专注于机器学习,数据科学和相关技术的研究公司。Hilary是Accel的现任数据科学家。
她获得了TechFellows工程领导奖,并被列入"福布斯40岁以下精英排行榜",以及"Crain的纽约地区40岁以下精英排行榜"。
NO.15 Evan Sinar
Evan是美国智睿咨询有限公司(DDI)的副总裁兼首席科学家,他负责领导分析和行为研究中心(CABER),该团队由分析、研究和客户智能专家组成。
他是人才管理分析,数据可视化,物联网和领导力发展等领域的思想领袖。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27