
大数据分析领域最令人兴奋_数据分析师
《财富》杂志的年度技术头脑风暴大会(Brainstorm Tech conference)汇聚了最优秀、最聪明的科技创新精英。《财富》定期把聚光灯投向不同的与会者,了解他们对商业、科技和企业家精神的看法,以飨读者。
凯瑟琳·弗雷斯博士2013年3月份被任命为IBM首席技术官(CTO)。除了培育新兴技术之外,她还负责制定IBM的技术策略,同时确定诸项发展领域。我们向她提出了10个问题,其中包括:她是否认为企业家必需念过商学院,她愿意选择的超能力是什么,以及她有何业余爱好。请大家接着往下读,看看弗雷斯对科技、商业和错失的机会以及她对音乐的偏好。
我觉得大数据(数据规模非常庞大,需要额外的处理能力,比如交通或地理定位数据)以及分析领域最令人兴奋,也就是数据无处不在的观念,以及人类将这些数据转化为深刻认识的能力。它让我们能够腾出时间和精力,来做出更好的决策。大数据并不只是把传感器安设在所有地方。
我不认为企业家必须念过完商学院,但我认为,他们应该选修一些传统的商业课程。商业就像是一项体育运动,你得知道比赛是如何得分的。会计、金融、监管问题——这是商界对自身行业的比赛进行记分的方式,而这对于企业家而言同样是很重要。
我的博士课程导师曾经告诉我,从事于有益的科学非常重要,但能够清晰地揭示它更为重要。
唱歌。
我想,我的遗产就是我多年来在IBM内部指导和培养的领导者。
十五年前,我曾经有机会向一个经营策略团队作报告,而我做得很糟糕,因为我不明白那些高级管理人员思考问题的方式。我在报告中设计了一个策略和一套答案,它们很适合和我级别相同的观众,但并不适合于那些负责运营一家公司的高级管理人员。那种情境意识至关重要——了解观众,同时提出恰当的问题,提供你的观众完成任务所需要的、适合的信息。
我想把我的孩子们抚养成为有责任心、而且对社会有贡献的成年人。
我从来没有抓住到海外工作的机会。我曾经担任过一些全球性的职位,但是在我的职业生涯中,我从来没有长期居住在美国以外的地方。这是我错失的一个机会。
能听懂、而且会讲所有的语言。
我习惯罗列任务清单,这个习惯很难改掉。我非常喜欢在做完某件事情之后,在任务清单上把它划掉。如果我做的某件事情不在我的任务清单上,我无论如何也会把它加上去,这样我就可以再把它划掉了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23