京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13