मेरे एक दोस्त ने सुझाव दिया है कि सॉफ्टवेयर उद्योग को मुख्य रूप से "बड़े डेटा" कौशल की आवश्यकता है, न कि प्रति सांख्यिकी सांख्यिकी कौशल।
अपने दोस्त की टिप्पणी से आंशिक रूप से सहमत होते हुए, मैं यह बताना चाहता हूं कि किसी भी उद्योग में, बिग डेटा टूल का विकल्प चुना जाता है, केवल अगर सभी वी के संतुष्ट हैं।
मैं एक प्रमुख ग्राहक सहायता कंपनी में डेटा विज्ञान के प्रमुख के रूप में काम करता हूं। यहां, मैं प्रोडक्ट के लिए और कंपनी की ग्रोथ के लिए डेटा हैकिंग करता हूं।
मैं मुख्य रूप से मंथन भविष्यवाणी और बिक्री विश्लेषण के लिए समय श्रृंखला विश्लेषण तकनीकों का उपयोग करता हूं। इसमें ग्राहकों, प्रतियोगिता और उद्योग का व्यवहार विश्लेषण भी शामिल है।
उत्पाद पक्ष पर, हम LSTM, अनुशंसा एल्गोरिथम, आदि का उपयोग करके भावना विश्लेषण से शुरू होने वाली तकनीकों की एक श्रृंखला का उपयोग करते हैं।
लेकिन मुख्य फोकस समय श्रृंखला विश्लेषण पर है। सामान्य वर्कफ़्लो होगा:
- डेटा को साफ करना और ढालना।
- खोजपूर्ण और व्याख्यात्मक विश्लेषण जिसमें मौसमीता, प्रवृत्तियों और चक्रों की पहचान शामिल है। तो, सहसंबंधों, ऑटो-सहसंबंधों और कई अविभाजित और द्विभाजित आँकड़ों का पता लगाने की आवश्यकता है; बिखराव, एएफसी, पीएएफसी घटता सहित व्यापक साजिश के साथ।
- अब पूर्वानुमान हिस्सा आता है, जहां विभिन्न मॉडलों को एक-दूसरे का परीक्षण किया जाता है, जो कदम - 2 को गंभीर रूप से ध्यान में रखते हैं।
मेरे द्वारा उपयोग किए जाने वाले उपकरण: आर, पायथन और एक्सेल कभी-कभी।
और यहां तक कि डेटा साइंस और ग्रोथ हैकिंग के मिश्रण ने मार्केटिंग के क्षेत्र में जादू करने का काम किया है। इस प्रकार, सांख्यिकीविदों और गणित के जानकारों की मांग इस प्रकार रहेगी; और निकट भविष्य में कहीं भी गिरावट नहीं होगी; खासकर जब ग्राहक केंद्रित स्टार्टअप दुनिया भर में खिल रहे हैं।