Hvorfor Big Data for fremtiden og en masse penger
Forming / / December 19, 2019
ikke nittitallet allerede, og ikke engang begynner nå null når det kan velge hvilken som helst yrke og lykkes. Markedet er mettet med spesialister og til å begynne med en selvødeleggende fanger uten grunn. Etter å ha sittet i et par netter på internett, og har nøye vurdert alle de nye IT-trender, bestemte jeg meg for å fokusere på store data. Dette er en ganske ung teknologi, som regnes for å være svært lovende og relevant i fremtiden, og aller viktigst - det bare begynner å virkelig samle fart. Med tanken: "Ja, det er det!" Jeg gikk for å forstå hva det handler om.
Hva er big data
Begrepet "big data" hørt det hele, men det riktige mening i det å investere bare noen få. Faktisk begrepet store data kombinerer ikke bare volumet av informasjon, men også dens produksjonsteknologi, samt metoder for intelligens, som alle og gjære.
Det viktige poenget her er at informasjonen er ikke bare en masse: volumet stadig og raskt voksende, med data er ofte ustrukturert og heterogene. Disse inkluderer tekster, bilder, de ulike statistikker: vitnesbyrd bærbare gadgets og overvåkningskameraer til rekord brukerens aktiviteter på sosiale nettverk. I det store kontodata kan være generelt noe.
Fra en helt meningsløs ved første øyekast, kan flyten av informasjon ikke bare få nyttig informasjon, men også til å forutsi fremtiden basert på følgende hendelser eller endringer i atferd. Dette er hva som regnes som trumfkortet av store data, som de kan brukes i alle områder av våre liv.
Som eksempler kan vi husker Google studien, som forsøkte i 2009 på historien om søkene til brukerne våre til å forutsi spredningen av en influensapandemi, samt Microsoft, som i 2013 var i stand til å identifisere bivirkninger av medikamenter før den aktuelle medisinske forekomster.
Hvem og hvorfor trenger vi store data
Medisin og vitenskap kommer til tankene når det kommer til bruk av store data, men å få til noen Forskningsprosjekt mannen i gata er rett og slett urealistisk derfor å se etter en mer massiv og kommersielt levedyktig sfære. Heldigvis, i næringslivet og markedsføring, er behovet for store data ikke i det hele tatt mindre. De er direkte knyttet til profitt, og deres analyse er betalt svært gode penger.
Muligheten for å bruke store data til å forutsi hendelser eller oppførsel - er den hellige gral av markedsføring.
Uten å vite det, vil forbrukerne generere mye informasjon som er kyndige, bearbeiding og analyse blir et kraftig verktøy for innflytelse. Bedriftseiere kan dermed spare på reklame, adressering bare sin målgruppe, vil mediene kunne tilby brukerne er interessert i sitt innhold, og lagrer øke salget, spørre kjøpere ledsager produkter.
Selv om dette er bare noen få kom. Det paradoksale ligger i det faktum at mengden av data som allerede er akkumulert, og stadig økende, men eksperter som ville være i stand til å analysere dem og trekke verdifull informasjon fra kaotisk masse, veldig, veldig lite. Dette spiller i våre hender, på grunn av store dataanalyse kan læres.
Hvordan bli en spesialist i store data
Hvis du ikke gjør det gratis seks år for å studere ved universitetet (og vi ikke har dem), og deretter bare en vei: intensive kurs. Google SERP på forespørsel «big data opplæring Moscow 'har ført meg til nettsiden til utdanningsprosjekt nye yrker Lab, hvor nå det er et femte sett for kurset'på store dataspesialist».
Jeg liker ikke teori og alltid ser frem til de praktiske leksjonene, så jeg ble tiltrukket av en ikke-standard trening ordningen, er fokuset skiftet til siden av praksis. Enig, mye hyggeligere å løse de virkelige problemene i livet, ikke kjedelig eksempler fra lærebøker.
Hva å lære
For de tre månedene lærere med erfaring i store selskaper, med eksempler fra det virkelige liv vil lære oss å løse de mest vanlige problemet med store dataverden. Utdanning er delt inn i to faser: å arbeide med data og arbeid med recommender systemer.
I den første modulen, event sporing algoritmer analysert i detalj, og folks adferd på Internett. Det viser seg at de kan brukes til å overvåke egenskapene til ca 2000, blant annet, i tillegg til det banale kjønn og alder, det er personlige interesser, sivilstand, og mer.
Den andre modulen er dedikert til anbefaling systemer er en viktig del av big data. Vi legger ikke merke, men de er alle rundt oss. Sosiale nettverk har venner, online shopping anbefaler relaterte produkter, og musikktjenester - nye artister. En stor fordel for folk som av utseende som magi, faktisk, et resultat av hardt arbeid og maskinlæring.
total kursprogram en beskrivelse av alle leksjonene litt skremmende sitt volum: har fortsatt å lære veldig, veldig mye. Men gitt det faktum at teorien er ledsaget av en rekke praktiske øvelser, er det ikke så skummelt.
I løpet av bare tre måneder vil vi måtte gjøre 12 laboratorier, som hver er basert på de virkelige problemene i livet.
Fra enkle til komplekse instruktører underviser alt du trenger i arbeidet, og med hjelp av lekser for å sjekke hvor godt internalisert materiale.
Umiddelbart må du stille inn på noen alvorlige arbeid. Vil engasjere seg i tre ganger i uken i tre timer. Pluss at du må finne tid til å gjøre laboratoriearbeid og repetisjon av materiale. Intensive er utformet som oflayn-, og on-line klasser, er så tilgjengelig ikke bare for Muscovites.
For meg er det viktig at det ikke er noen der to-ukers kurs med tildelingen av en ubrukelig sertifikat. Intensivt program er utformet på en slik måte som å gi nyutdannede primære erfaring løsninger varierte oppgaver og gi kunnskap som vil hjelpe takle de nye utfordringene og utvikle ferdigheter.
Hvordan skal begynne og hva du trenger for å være i stand til å
Neste kurs starter 5. oktober, men kan skrives nå. Gjenstår før starttiden kan brukes til å trekke opp dine ferdigheter, fordi elevene trenger litt erfaring i IT.
Nødvendigvis trenger å vite Python eller andre Høynivåspråk, kunne arbeide med SQL og navigere i Linux. Statistikken er også veldig velkommen og forståelse av sannsynlighetsteori. For de som bare vil oppdatere denne kunnskapen, før hovedretten vil bli avholdt på intensives Python, Linux og matematisk statistikk.
Hvis du, som meg, er ikke veldig sterk i alt dette, å sitte ned for en læring bedre nå, fordi etter starten på fritiden, mest sannsynlig, vil ikke, og uten kunnskap om det grunnleggende for å lære ikke ut. Dette var i rettferdig advarsel nye yrker Lab med en gang.
Kanskje de store data ved første øyekast kan virke komplisert, men prosessen med læring - tidkrevende, men verdt det. Dette er en flott sjanse til å bli en ettertraktet ekspert på det lukrative og som ennå ledig markedet. Unødvendig å si, at synd å ikke bruke dem?
Vel, mens jeg oppdaterer minnet Python kunnskap, studere statistikk, og ser frem til høsten.
Søke om å delta i intensiv