
大学数据分析专业正面临三大难题_数据分析师
根据最新的调查发现,如何获取海量相关的数据集是商务智能与数据分析专业的专家教授和学生们所面临的最大的问题。
您的企业是否有多达几千兆字节的数据备用?您企业所在地的大学也许会需要这些数据哟。
当前,在培养和训练下一代的数据科学家方面所面临的最大挑战是如何寻找到海量相关的数据集,以便能够向学生们传授真实世界可实操的技能。这是Teradata大学网络部门所做的一项针对面向以大数据研究为职业生涯规划的Web学生培训计划商业智能调查所得到的一大最重要的发现。
调查结果显示,自2009年开始对第三国的商业智能进行访问研究以来,已经涉及并覆盖到43个国家的243所大学的专家教授,以及96所大学的学生。该调查研究是由三位学者进行的,包括泽维尔大学的ThaliniAriyachandra副教授,这位副教授通过电话接受了InformationWeek网站记者关于此次调查结果的采访。Teradata的全球联盟计划首席分析师BillFranks先生也参与了本次电话采访。
虽然我们的世界充斥着大数据,但据调查发现数据分析专业教育正面临三大挑战,45%的专家教授表示在进行商务智能和数据分析教学时,最大的挑战便是无法获得大数据集;第二大挑战是找到具备必要的基础技能的学生(这一比例占39%);第三是寻找合格的导师(这一比例占37%)。
既然有如此众多的大数据,为什么我们的大学不能使用这些大数据呢?
“我们想要的是那种存在于企业的数据集,这样,我们就能够教授给学生们现实世界中一些实际的可操作的经验。但想要获得那种企业的数据集目前仍然具有挑战性。”Ariyachandra教授表示。
Franks补充说:“大学里也有一些样品数据,但想要寻找到大型数据池,并获得相关的访问权限,仍然是一项很大的挑战。很多企业都不愿对外提供他们的数据,即使花费很大的功夫说服他们提供数据集,这些企业也宁愿以匿名的方式提供。”
这一问题相当重要,但又不是刚刚才出现的新问题。
“我就是一名通过专业培训的分析专家。我拥有统计学硕士学位。那已经在好多年前的事了,彼时的数据不像现在这么多。那时,我们用于学习培训的数据的量非常少而且是人为处理过滤过的。”弗兰克斯回忆说。
该调查研究还显示,越来越多的学生都集中于面向业务分析的专业,如业务分析师或IT专业人士。然而,只有16%的受访学生受访学生表示正在考虑将数据科学家作为自己的职业生涯。
而在另一方面,越来越多的学校则在开始增加数据科学营销和统计专业课程。
“越来越多的学者开始教授深度的统计和先进的预测分析类的技能课程。这方面的专业授课要比两年前多得多。而且,这一增加的趋势还将继续,学术界正在试图积极满足市场对于数据科学家的需求。”Ariyachandra说。
例如,企业都偏向于雇佣那些进行过相关实践,具备大数据集的实践经验的毕业生。Ariyachandra说:“但对于专家教授们所面临的难题是,我们如何提供具有实操经验的毕业生呢?”
据麦肯锡全球研究院2011年的研究显示,到2018年,美国市场将面临高达19万的数据科学家短缺。
这种短缺是大数据市场需求发展大趋势的一部分:分析业务的需求正在急剧增加,弗兰克斯说。
“有的人将这一需求称为‘预测分析’,还有些将其称为‘数据科学’,还有一些人称之为‘数据挖掘’。”他说。“但是,无论赋予其怎样的叫法,所有的最终都要归结于面向相同的一般原则:我们需要的适合的人才进入企业,以帮助前也分析他们的数据。”
一些商学院所开设的介绍信息系统的课程,现在正在将数据分析授课结合起来,并提供基本的BI课程,Ariyachandra教授补充说
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01