當資料科學家不需花80%時間在蒐集/清洗數據

分享一下R Taiwan研討會的簡報，團隊最右邊的我，是當時想說塞進去比較好看而硬塞的，我其實是來亂的。

Kyper相信好的數據只要更有效率地被交易，將會有更多驚人的數據應用改善我們的生活。換個角度想，數據應用在發展的數年之後，如果不能專業分工，成本跟ROI的衝突將扼殺許多可能的數據應用。

投影片嵌入在最文章最後喔

其實打造一個數據應用，通常需要經過幾個模組。(1) Data collection, (2) Visualization/Demo, (3) Analysis, (4) Application。通常老闆或客戶想到的就是數據應用，好一點的有目的，慘的就是就是想跟潮流。但其實光從數據的蒐集跟整理，就要花上高達80%的時間，這種高昂的成本常扼殺許多數據應用。

另一個角度從團隊來看，一個夢幻的數據團隊包含程式開發人員，數據工程師，數據科學家，分析師，產業專家。但若是從一個大公司切出來的，通常只有一群功能相似的人。如果老闆認為數據部門是IT，那可能派很多工程師。如果老闆認為數據部門是分析，就找很多分析師。因此團隊功能的缺乏上也是目前數據應用的問題之一。

其實所有產業的開始都是從頭做到尾的，但隨著競爭強化，都會被迫每段專業分工。例如IC產業也會分出無晶圓廠設計、製造、封測、組裝等，來挑戰IDM公司。數據產業也一樣，當專業的數據收集清洗公司，把數據拿出來賣，讓成本降到最低，就會促成更多的應用。我們也相信這一天就在來到。

廢話不多說，請看簡報檔，有任何問題請向我提出喔!

未來也會分享一些數據應用的例子，想要一起討論這部分的主題的朋友請訂閱我的網誌，我會調整分享的比例喔。

發表迴響 取消回覆

在此輸入你的回應…

在下方填入你的資料或按右方圖示以社群網站登入：

電子郵件 (必) （電子郵件地址不會被公開）

名稱 (必)

個人網站

您的留言將使用 WordPress.com 帳號。 ( 登出 /  變更 )

您的留言將使用 Google+ 帳號。 ( 登出 /  變更 )

您的留言將使用 Twitter 帳號。 ( 登出 /  變更 )

您的留言將使用 Facebook 帳號。 ( 登出 /  變更 )

w

取消

連結到 %s

透過電子郵件通知我後續回應。