A Global Fujitsu blogon olvastam Pascal Hess statisztikus bejegyzését. Hess írásában az érdekes, hogy az adatbányászatot, nem a módszertan, hanem az adattudós napi rutinjának oldaláról mutatja be.
Forrás: http://nemkutya.com/like/51117
Unalmasból szexi
Az elmúlt időszakban az egyetemek statisztika kurzusait választókra mindig kicsit értetlenül tekintettek a matematika és a fizika szakos hallgatók. Kétségtelen, már a statisztika definíciója is kiábrándító, hiszen attól, hogy a „statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati tevékenység és tudomány”, nincs ember, aki azonnal a tolla végét rágcsálva, heves izgalomba esve, az alapképzési szakok elnevezésében ezt a kifejezést keresné…
Azóta nagyot változott a világ ebben a tekintetben is. A korábban unalmas háttérmunka lett a mai kor egyik legszexisebb pozíciója. Ahogy Hess is írja, a változás üdvös, a mailboxa tele van ajánlatokkal különböző fejvadász cégektől, de ami egy statisztikus számára még ennél is fontosabb: az adat végre komoly érték lett.
Az adatok valódi értéke
Az adatokra vigyázni kell, az adatrendszereket ökoszisztémaként kezelni, azaz az alkotó elemek egymáshoz való viszonyát és a külső kapcsolatait is feltérképezni. Nem önmagában a statisztika elkészülte a cél, hanem az új összefüggések feltérképezése.
A feltérképezés új eszköze a mestersége intelligencia. Az MI használatával az adatstruktúrák vizsgálatán keresztül új összefüggéseket lehet feltárni, melyek képesek évtizedes üzleti alapvetések megváltoztatására is. Persze a napi rutin egyelőre az, hogy a szervezetek az adataik tárolásában és gondozásában is gyerekcipőben járnak. Első körben a szervezeteknek meg kell érteniük az adatok jelentőségét, az abban levő értéket. Majd el kell végezniük azokat a kezdeti adatelemzéseket, amelyek az üzleti folyamataik mélyebb megértését eredményezhetik. Sok olyan példa van és lesz is arra, hogy egy-egy ilyen elemzés az addig gondosan felépített, akár tíz éves üzleti stratégia átalakításához is vezethet.
Az ilyen típusú eredmények mutatják, hogy az adatok elemzése sokkal szofisztikáltabb annál, mint azt korábban a statisztika jelentette. A nap végén a lényeg, hogy a vizsgált területek és felvetett kérdések adatai egy közös platformba kerüljenek és azok elemzésével hosszútávú, megalapozott következtetésekre juthasson a szervezet.
Az adatbányászok nagy részét, ahogy Hess-t is elsősorban ez motiválja a munkája során. Az elmúlt tizenöt évben akik az adatok kezelésével kapcsolatos munkájukban magas szintre jutottak, minden korábbit meghaladó elismertségre tettek szert. Néhányuk a népszerűsége már szinte vetekszik a rock-sztárokéval.
Hogyan lehetsz Te is rocksztár
Ha nincs meg a megfelelő énekhang, vagy éppen exhibicionizmus, nem kell csüggedni, még lehetünk nagymenő adat-tudósok, ami legalább olyan vagány, mint rocksztárnak lenni. Magyarországon több lehetőség is van erre, egyetemi szinten a Corvinus és a BME is foglalkozik kifejezetten data scientist képzéssel, de különböző tanfolyamokon is elsajátítható az adattudomány.