2021 год был захватывающим годом для науки о данных: несмотря на увольнения и сокращения бюджета, связанные с пандемией COVID-19, эта область продолжала процветать. Согласно опросу, проведенному Anaconda, только 37% компаний сократили свои инвестиции в науку о данных . Для подавляющего большинства компаний наука о данных стала главным инструментом выживания и процветания в условиях пандемии. 2022 год обещает быть не менее интересным. TinyML Массивные модели, обученные на..

Просеивание данных с нескольких платформ данных может быть сложной задачей. Вот как мы решили эту проблему с помощью платформы обнаружения данных. Я управляю аналитическими продуктами и операциями в Fivetran, «интернет-сантехнике» стоимостью 5,6 миллиарда долларов и лидере рынка в области интеграции данных. До работы в Fivetran я создал первый корпоративный стек данных в J.P. Morgan. В Fivetran мы усердно работали над созданием сильной культуры данных. Более 90% наших сотрудников..

В этой статье мы подробно рассмотрим вариант использования оттока/удержания клиентов. Он должен содержать все необходимое для начала работы с вариантом использования, а предприимчивые читатели также могут попробовать это сами и пройти через связанный репозиторий GitHub . Обзор Можно с уверенностью сказать, что почти у каждой компании есть понятие «клиент» и явное желание понять его и лучше удовлетворить его потребности. По мере старения компании неизбежно, что некоторые клиенты уйдут;..

(Эта статья изначально появилась в блоге Continual) В нашей предыдущей статье Будущее современного стека данных мы изучили мотивацию современного стека данных, его текущее состояние и с оптимизмом посмотрели в будущее, чтобы увидеть, куда он движется. Если вы новичок в современном стеке данных, мы настоятельно рекомендуем прочитать вышеупомянутую статью. От новичков в современном стеке данных часто задают вопрос: Какие технологии нам следует изучить? . Это отличный вопрос,..