เพื่อนของฉันได้แนะนำว่าอุตสาหกรรมซอฟต์แวร์ส่วนใหญ่ต้องการทักษะ "ข้อมูลขนาดใหญ่" ไม่ใช่ทักษะด้านสถิติ
ในขณะที่บางส่วนเห็นด้วยกับความคิดเห็นของเพื่อนของคุณฉันอยากจะชี้ให้เห็นว่าในอุตสาหกรรมใด ๆ เครื่องมือข้อมูลขนาดใหญ่จะเลือกใช้เฉพาะถ้า V ทั้งหมดมีความพึงพอใจ
ฉันทำงานเป็นหัวหน้าภาควิชาวิทยาศาสตร์ข้อมูลที่ บริษัท สนับสนุนลูกค้าชั้นนำ ที่นี่ฉันทำการแฮ็คข้อมูลทั้งสำหรับผลิตภัณฑ์และเพื่อการเติบโตของ บริษัท
ฉันใช้เทคนิคการวิเคราะห์อนุกรมเวลาเป็นหลักสำหรับการคาดการณ์แบบปั่นป่วนและการวิเคราะห์การขาย รวมถึงการวิเคราะห์พฤติกรรมของลูกค้าการแข่งขันและอุตสาหกรรม
ในด้านผลิตภัณฑ์เราใช้เทคนิคที่หลากหลายตั้งแต่การวิเคราะห์ความเชื่อมั่นโดยใช้ LSTM ของอัลกอริทึมการแนะนำ ฯลฯ
แต่โฟกัสหลักอยู่ที่การวิเคราะห์อนุกรมเวลา เวิร์กโฟลว์ทั่วไปจะเป็น:
- ทำความสะอาดและปั้นข้อมูล
- การวิเคราะห์เชิงสำรวจและอธิบายซึ่งเกี่ยวข้องกับการระบุฤดูกาลแนวโน้มและวัฏจักร ดังนั้นเราจำเป็นต้องสำรวจสหสัมพันธ์, สหสัมพันธ์อัตโนมัติและสถิติ univariate และ bivariate หลายแห่ง พร้อมกับการวางแผนอย่างกว้างขวางรวมถึงการกระจาย, AFC, PAFC curves
- ตอนนี้ส่วนพยากรณ์ที่มาซึ่งรูปแบบต่าง ๆ มีการทดสอบซึ่งกันและกันนำขั้นตอน - 2 เข้าสู่การพิจารณาอย่างจริงจัง
บางครั้งเครื่องมือที่ฉันใช้: R, Python และ Excel
และแม้กระทั่งการผสมผสานระหว่างวิทยาศาสตร์ข้อมูลและการแฮ็คการเจริญเติบโตก็ได้พิสูจน์ให้เห็นแล้วว่าเวทมนตร์ในโดเมนของการตลาด ดังนั้นความต้องการนักสถิติและนักคณิตศาสตร์จะยังคงเป็นเช่นเดิม และจะไม่ลดลงในอนาคตอันใกล้ โดยเฉพาะอย่างยิ่งเมื่อลูกค้าที่เพิ่งเริ่มต้นมุ่งเน้นกำลังบานทั่วโลก