...

Data science warsaw inaugural meetup

by agnieszka-zdebiak

on

Report

Download: 0

Comment: 0

722

views

Comments

Description

Data science warsaw inaugural meetup
Download Data science warsaw inaugural meetup

Transcript

  • 1. Data ScienceWarsawInaugural Meetup
  • 2. About MeAgnieszka Zdebiak@AZdebiakAgnieszka.Zdebiak@datasci.eu15 years experiencesoftware designerdata scientistDataSci.EU
  • 3. Data scientist Why now?
  • 4. Data scientist Why now?
  • 5. Data Scientist definition
  • 6. Data Scientist definition
  • 7. Data Scientist definition
  • 8. There’s More Than One Kind of Data ScientistData BusinesspeopleData CreativesData DevelopersData Researchers
  • 9. There’s More Than One Kind of Data ScientistSource:Analyzing the Analyzers: An Introspective Survey of Data Scientistsand their Work
  • 10. There’s More Than One Kind of Data ScientistSource:Doing Data Science
  • 11. BI vs Data ScienceBUSINESS INTELLIGENCERozumowanie dedukcyjneTworzenie przekrojów i kostek danychPrzechowywanie danychAnalizowanie przeszłościTworzenie raportówDATA SCIENCERozumowanie indukcyjne i dedukcyjneInterakcja z danymiDane również Real TimePrognozowanieProdukty opartych na analizie danychOdpowiedzi na pytania i tworzenie nowych
  • 12. Do czego Data Science można wykorzystać?Do badań i odkryć
  • 13. Do czego Data Science można wykorzystać?Do badań i odkryć(analizy przyczyn, wykrywania oszustw)
  • 14. Do czego Data Science można wykorzystać?Do badań i odkryćprognozowania(analizy przyczyn, wykrywania oszustw)(sprzedaży, trendy i prognozy finansowe, pogoda)
  • 15. Do czego Data Science można wykorzystać?Do badań i odkryćprognozowaniaznajdowania wzorców(analizy przyczyn, wykrywania oszustw)(sprzedaży, trendy i prognozy finansowe, pogoda)(zachowania klientów, giełda, wykrywania oszustw)
  • 16. Do czego Data Science można wykorzystać?Do badań i odkryćprognozowaniaznajdowania wzorcówdo optymalizacji decyzji i procesów(analizy przyczyn, wykrywania oszustw)(sprzedaży, trendy i prognozy finansowe, pogoda)(zachowania klientów, giełda, wykrywania oszustw)(badania działań operacyjnych)
  • 17. Do czego Data Science można wykorzystać?Do badań i odkryćprognozowaniaznajdowania wzorcówdo optymalizacji decyzji i procesówzapewnienia jakości(analizy przyczyn, wykrywania oszustw)(sprzedaży, trendy i prognozy finansowe, pogoda)(zachowania klientów, giełda, wykrywania oszustw)(badania działań operacyjnych)(badanie logów, przewidywanie awarii)
  • 18. Do czego Data Science można wykorzystać?Do badań i odkryćprognozowaniaznajdowania wzorcówdo optymalizacji decyzji i procesówzapewnienia jakościkomunikacja machine-to-machine(analizy przyczyn, wykrywania oszustw)(sprzedaży, trendy i prognozy finansowe, pogoda)(zachowania klientów, giełda, wykrywania oszustw)(badania działań operacyjnych)(badanie logów, przewidywanie awarii)(zautomatyzowane systemy przetargowe, kierowanie pojazdami bez udziału człowieka)
  • 19. Przykład
  • 20. Use Cases z obszaru ubezpieczeń
  • 21. Visualisation - Use CaseSource: Dataclysm – Who We Are*
  • 22. PrzykładT - Mobile USA zmniejszył wysokość odejść o 50% w ciągu jednego kwartału
  • 23. Przykładanaliza płatnościanaliza połączeń analiza nastrojówT - Mobile USA zmniejszył wysokość odejść o 50% w ciągu jednego kwartału
  • 24. PrzykładThe tasks are computed using a massive parallel processing system with multiple low-cost microprocessors, giving it20 to 30 times more computing power than a traditional data warehouse.Hybrydowy BI Aurora Health Care
  • 25. PrzykładThis allows Aurora to look differently at the data, as well as to change the analytics from looking at individual patients to groups of patients who have the same diseases, such as diabetes or heart failure.Hybrydowy BI Aurora Health Care
  • 26. PrzykładUsing all available data and near real-time data analytics, Aurora can predict and improve patient treatments and outcomes. Using the different data streams, Aurora has decreased patient readmissions by 10 percent, which translates into a total saving of $ 6 million.Hybrydowy BI Aurora Health Care
  • 27. How to become a Data ScientistSource: blog.datacamp.com
  • 28. How to become a Data ScientistSource: blog.datacamp.com
  • 29. How to become a Data ScientistSource: blog.datacamp.com
  • 30. How to become a Data ScientistSource: blog.datacamp.com
  • 31. How to become a Data ScientistSource: blog.datacamp.com
  • 32. How to become a Data ScientistSource: blog.datacamp.com
  • 33. How to become a Data ScientistSource: blog.datacamp.com
  • 34. How to become a Data Scientisthttp://www.kdnuggets.com/webcasts/index.html
  • 35. How to become a Data Scientist
  • 36. Let`s talk@AZdebiakAgnieszka.Zdebiak@datasci.euData Scientist and Big DataDataSci.EU
  • 37. Salary trend
  • 38. Salary trendSource: http://www.itjobswatch.co.uk
  • 39. Przydatne źródłaPrezentacja oTechnologiach Semantycznych:http://www.cognitum.eu/offers/semtechen.aspx http://www.cognitum.eu/offers/SemTechPL.aspx
  • Fly UP