說起數(shù)據(jù)分析，你能想到的是什么？

根據(jù)維基百科的定義，數(shù)據(jù)分析是一類統(tǒng)計(jì)方法，其主要特點(diǎn)是多維性和描述性。有些幾何方法有助于揭示不同的數(shù)據(jù)之間存在的關(guān)系，并繪制出統(tǒng)計(jì)信息圖，以更簡(jiǎn)潔的解釋這些數(shù)據(jù)中包含的主要信息。其他一些方法用于收集數(shù)據(jù)，以便弄清哪些是同質(zhì)數(shù)據(jù)，從而全面地了解數(shù)據(jù)。 數(shù)據(jù)分析可以處理大量數(shù)據(jù)，并確定這些數(shù)據(jù)中最有用的部分。

隨著大數(shù)據(jù)時(shí)代的到來，根據(jù)數(shù)據(jù)分析的需求也由此誕生了數(shù)據(jù)工程師、數(shù)據(jù)分析師等相關(guān)的職位。如今，AI 技術(shù)的又與其糾纏在一起。

你一定很想說“AI 替代數(shù)據(jù)分析師”之類的話術(shù)，不過對(duì)這類來自各種無聊媒體和“專家”的粗淺判斷應(yīng)該保持距離。對(duì)于很多重復(fù)性的工作，尤其對(duì)于數(shù)據(jù)分析這種有強(qiáng)數(shù)據(jù)基礎(chǔ)的工作來說，AI 想當(dāng)然能輕易就幫人類解決問題，比如趨勢(shì)判斷，生成一些簡(jiǎn)單的數(shù)據(jù)報(bào)告等，但這還遠(yuǎn)達(dá)不到“取代”的效果，包括決策性思考以及對(duì)業(yè)務(wù)全局、對(duì)人性的了解等工作，至少在你有生之年，不會(huì)出現(xiàn)這樣的智能機(jī)器。

但現(xiàn)今的數(shù)據(jù)分析師已經(jīng)不止于用一張 Excel 表就能達(dá)到“走天下”的地步了，他們更需要擁抱新變化，用新技術(shù)來武裝自己，比如 AI 技術(shù)，那這并不意味著我們需要深入去掌握這門技術(shù)？不是，擁有最基礎(chǔ)的一些編程能力，讓新技術(shù)變成自己職業(yè)進(jìn)階的武器即可?？傊?，從其發(fā)展趨勢(shì)來看，數(shù)據(jù)分析已不單純指數(shù)據(jù)分析，或許更應(yīng)該叫“數(shù)據(jù)智能分析”。

上升到企業(yè)層面，一家擁有強(qiáng)大數(shù)據(jù)分析和 AI 技術(shù)能力的企業(yè)在爆發(fā)出巨大能量。

對(duì)于兩種能力的結(jié)合，此前在接受 AI 科技大本營(yíng)采訪時(shí)，滴滴數(shù)據(jù)科學(xué)部首席科學(xué)家謝梁就提到，“凡是有大量數(shù)據(jù)，并能根據(jù)數(shù)據(jù)找出某種規(guī)律并實(shí)施操作的業(yè)務(wù)都能運(yùn)用機(jī)器學(xué)習(xí)的方法來自動(dòng)化和優(yōu)化?！?/p>

而對(duì)于未來的數(shù)據(jù)開發(fā)和運(yùn)維團(tuán)隊(duì)都應(yīng)當(dāng)掌握機(jī)器學(xué)習(xí)等 AI 技術(shù)的問題，謝梁認(rèn)為，未來的運(yùn)維必須智能化才能有效降低程序員的工作負(fù)荷，極大提高系統(tǒng)運(yùn)作效率。在一個(gè)部門里，至少需要一個(gè)專門的數(shù)據(jù)挖掘團(tuán)隊(duì)來提供相應(yīng)服務(wù)，而如果開發(fā)和運(yùn)維團(tuán)隊(duì)都能將人工智能方法從一開始就建立到系統(tǒng)中，那將有更大的競(jìng)爭(zhēng)優(yōu)勢(shì)。

如今，我們可以看到滴滴、攜程、美團(tuán)等國(guó)內(nèi)一線互聯(lián)網(wǎng)公司一個(gè)明顯的特點(diǎn)就是數(shù)據(jù)驅(qū)動(dòng)，把各種龐雜的數(shù)據(jù)運(yùn)用 AI技術(shù)來處理，是未來不可阻擋的趨勢(shì)。

關(guān)于企業(yè)數(shù)據(jù)分析的未來，易觀 CTO 郭煒斷言，“數(shù)據(jù)永遠(yuǎn)是臨時(shí)的，分析永遠(yuǎn)有時(shí)效性，實(shí)時(shí)數(shù)據(jù)分析是企業(yè)發(fā)展 AI 的必由之路?！?/p>

在他看來，整個(gè)移動(dòng)互聯(lián)網(wǎng)平臺(tái)是通過數(shù)據(jù)分析來找到?jīng)Q策依據(jù)的。這就涉及到兩個(gè)關(guān)鍵問題，第一個(gè)是生命周期管理，第二個(gè)是運(yùn)營(yíng)轉(zhuǎn)化分析、用戶畫像、應(yīng)用評(píng)級(jí)，也就是要知道用戶從哪里來，給用戶提供的價(jià)值是什么，從而最終實(shí)現(xiàn)用戶價(jià)值、產(chǎn)品價(jià)值和商業(yè)價(jià)值。而從企業(yè)內(nèi)部數(shù)據(jù)到大數(shù)據(jù)平臺(tái)再到最后 AI 分析是非常重要的一步，最終要達(dá)到企業(yè)大數(shù)據(jù)的實(shí)時(shí)分析。

這些都是數(shù)據(jù)領(lǐng)域?qū)＜覍?duì)該領(lǐng)域的獨(dú)有見解，如果你想了解互聯(lián)網(wǎng)企業(yè)是如何利用數(shù)據(jù)和 AI 技術(shù)構(gòu)建出一個(gè)龐大的智能分析系統(tǒng)，數(shù)據(jù)與 AI 還會(huì)碰撞出的哪些火花，又將面臨何種挑戰(zhàn)等問題，那么由中國(guó) IT 社區(qū) CSDN 與硅谷 AI 社區(qū) AICamp 聯(lián)合出品的 2018 AI 開發(fā)者大會(huì)（AI NEXTCon）不容錯(cuò)過：

11 月 8-9 日，除了計(jì)算機(jī)視覺、自然語言處理技術(shù)、機(jī)器學(xué)習(xí)等 9 場(chǎng)技術(shù)技術(shù)專場(chǎng)外，此次大會(huì)還專門開設(shè)了“數(shù)據(jù)分析技術(shù)專場(chǎng)”。我們很榮幸為邀請(qǐng)到了在數(shù)據(jù)分析技術(shù)領(lǐng)域有著豐富技術(shù)應(yīng)用經(jīng)驗(yàn)的中美兩地技術(shù)專家，包括滴滴數(shù)據(jù)科學(xué)部首席科學(xué)家謝梁、Salesforce 的 Einstain 產(chǎn)品負(fù)責(zé)人 Sarah Aerni、Gopro 數(shù)據(jù)科學(xué)部門負(fù)責(zé)人 Chester Chen、易觀 CTO 郭煒以及攜程 AI 研發(fā)部呂彥龍。

這些嘉賓將從各自企業(yè)技術(shù)平臺(tái)出發(fā)，對(duì)數(shù)據(jù)分析領(lǐng)域做深入技術(shù)解讀，而不是對(duì)技術(shù)趨勢(shì)泛泛而談，流于表面，你更有機(jī)會(huì)在大會(huì)現(xiàn)場(chǎng)與這些技術(shù)大牛進(jìn)行深度交流。

以下為上述演講嘉賓的議題概要，很好的呼應(yīng)了大會(huì)主題“只講技術(shù)，拒絕空談”，接下來就等你這位聽眾了。

謝梁：滴滴數(shù)據(jù)科學(xué)部首席數(shù)據(jù)科學(xué)家

謝梁是紐約州立大學(xué)計(jì)量經(jīng)濟(jì)學(xué)博士，滴滴數(shù)據(jù)科學(xué)部首席數(shù)據(jù)科學(xué)家，主持運(yùn)用機(jī)器學(xué)習(xí)和人工智能方法優(yōu)化和分析大規(guī)模交易平臺(tái)效率和系統(tǒng)行為模式。具有十余年機(jī)器學(xué)習(xí)應(yīng)用經(jīng)驗(yàn)，熟悉各種業(yè)務(wù)場(chǎng)景下機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘產(chǎn)品的需求分析，架構(gòu)設(shè)計(jì)，算法開發(fā)和集成部署，行業(yè)跨度包含金融，能源和高科技。

謝梁曾經(jīng)擔(dān)任微軟總部云存儲(chǔ)核心工程部門首席數(shù)據(jù)科學(xué)家，美國(guó)圣保羅旅行者保險(xiǎn)分析部門總監(jiān)等職務(wù)。在包括 Journal of Statistical Software 等專業(yè)期刊上發(fā)表多篇論文，擔(dān)任 Journal of Statistical Computation and Simulation 期刊以及 Data Mining Applications with R 一書的審稿人。與他人合著的《深度學(xué)習(xí)實(shí)戰(zhàn)：Keras 案例精解》一書銷量近萬冊(cè)。

演講議題：數(shù)據(jù)驅(qū)動(dòng)的智能運(yùn)維與策略分析

Sarah Aerni：Salesforce Einstain數(shù)據(jù)科學(xué)總監(jiān)

Sarah Aerni 領(lǐng)導(dǎo)團(tuán)隊(duì)在 Salesforce 平臺(tái)上創(chuàng)建基于 AI 技術(shù)的應(yīng)用。 在加入 Salesforce 之前，她是 Pivotal 的醫(yī)療健康和生命科學(xué)團(tuán)隊(duì)以及 Federal 團(tuán)隊(duì)的負(fù)責(zé)人。 Sarah 在斯坦福大學(xué)獲得了生物醫(yī)學(xué)信息學(xué)博士學(xué)位，進(jìn)行生物醫(yī)學(xué)和機(jī)器學(xué)習(xí)之間的交流。她還創(chuàng)辦了一家為學(xué)術(shù)界和工業(yè)界提供信息學(xué)專業(yè)服務(wù)的公司。

演講議題：如何使用 AutoML 快速建立模型？

Chester Chen：Gopro 數(shù)據(jù)科學(xué)部負(fù)責(zé)人

在加入 GoPro 之前，Chester 是機(jī)器學(xué)習(xí)初創(chuàng)公司 Alpine Data Labs 的工程總監(jiān)，主要為財(cái)富 500 強(qiáng)公司提供分析平臺(tái)。他還是 SF Big Analytics Meetup 的創(chuàng)始人和組織者，共擁有 6900 多名成員。 此前，他還曾在 Symantec, Ascent Media 等公司擔(dān)任過各種職務(wù)。

演講議題：分析指標(biāo)交付和機(jī)器學(xué)習(xí)功能可視化

郭煒：易觀CTO

負(fù)責(zé)構(gòu)建易觀技術(shù)團(tuán)隊(duì)、完成易觀大數(shù)據(jù)采集、平臺(tái)、數(shù)據(jù)挖掘等技術(shù)架構(gòu)與體系；從無到有完成易觀混合云的搭建、以及易觀 SDK 的升級(jí)，并發(fā)布易觀秒算實(shí)時(shí)計(jì)算平臺(tái)。目前易觀大數(shù)據(jù)平臺(tái)日處理數(shù)據(jù)量 30T，200 億條，月活用戶 3.58 億。

郭煒畢業(yè)于北京大學(xué)，加入易觀之前，曾任聯(lián)想研究院大數(shù)據(jù)總監(jiān)，萬達(dá)電商數(shù)據(jù)部總經(jīng)理，并曾在中金、IBM、Teradata 公司擔(dān)任大數(shù)據(jù)方向重要崗位，對(duì)大數(shù)據(jù)前沿領(lǐng)域研究，包括視頻、智能 WIFI 等大數(shù)據(jù)軟硬數(shù)據(jù)一體技術(shù)有獨(dú)特的見解。

演講議題：流動(dòng)數(shù)據(jù)水系鑄造未來 AI 企業(yè)

呂彥龍：攜程 AI 研發(fā)部平臺(tái)核心架構(gòu)組工程師

曾任職 1 號(hào)店、天貓技術(shù)部開發(fā)工程師。于 2017 年 6 月加入攜程，熟悉大數(shù)據(jù)，個(gè)性化體系架構(gòu)。目前負(fù)責(zé) AI 平臺(tái)基礎(chǔ)架構(gòu)，通用化數(shù)據(jù)引擎。

演講議題：AI 自動(dòng)化運(yùn)營(yíng)平臺(tái)：如何持續(xù)提升大電商的產(chǎn)品力

除了數(shù)據(jù)分析技術(shù)專題之外，我們還為大家準(zhǔn)備了“計(jì)算機(jī)視覺”、“自然語言處理”、“機(jī)器學(xué)習(xí)工具”、“機(jī)器學(xué)習(xí)”、“知識(shí)圖譜”、“語音識(shí)別”等技術(shù)專題，以及“智慧金融”、“智能駕駛”、“智慧醫(yī)療”等行業(yè)峰會(huì)。詳情請(qǐng)查看：《只講技術(shù)，拒絕空談！2018 AI開發(fā)者大會(huì)精彩議程曝光》