Dmitry Kazakov, Moetapele oa Sehlopha sa Litlhahlobo tsa Lintlha ho Sehlopha sa Kolesa, o arolelana lintlha tse tsoang phuputsong ea pele ea Kazakhstan ea litsebi tsa data.
Setšoantšong: Dmitry Kazakov
Hopola poleloana e tsebahalang ea hore Big Data e tšoana haholo le thobalano ea bacha - bohle ba bua ka eona, empa ha ho motho ea tsebang hore na e hlile e teng. Ho ka boleloa se tšoanang ka 'maraka oa litsebi tsa data (kazakhstan) - ho na le hype, empa ke mang ea ka mor'a eona (le hore na ho na le motho ho hang) ho ne ho sa hlaka ka ho feletseng - leha e le ho HR, kapa ho batsamaisi, kapa ho bo-rasaense ba data ka bobona.
Re sebelisitse , moo ba ileng ba hlahloba litsebi tse fetang 300 mabapi le meputso ea bona, mesebetsi, litsebo, lisebelisoa le tse ling tse ngata.
Spoiler: E, ka sebele li teng, empa ntho e 'ngoe le e' ngoe ha e bonolo hakaalo.
Kutloisiso e ntle. Taba ea pele, ho na le bo-rasaense ba data ho feta kamoo re neng re lebelletse. Re khonne ho buisana le batho ba 300, bao har'a bona e neng e se bahlahlobisisi ba lihlahisoa feela, tsa ho rekisa le tsa BI, empa hape le baenjiniere ba ML le ba DWH, ba neng ba khahlisa ka ho khetheha. Sehlopha se seholo ka ho fetisisa se kenyelelitse bohle ba ipitsang bo-rasaense ba data - ke 36% ea ba arabelitsoeng. Ho thata ho bolela hore na sena se akaretsa tlhokahalo ea 'maraka kapa che, hobane' maraka ka boeona o ntse o thehoa.
Kabo ea maemo a mesebetsi ea ferekanya - ho batla ho na le baetapele ba lihlopha le batsamaisi ba bangata joalo ka ba banyenyane. Ho ka ba le mabaka a 'maloa a sena. Ka mohlala, palo e kholo ea lihlopha tse nyenyane tsa batho ba 2-3, moo moetapele e ka bang setsebi sa boemo bo bohareng kapa bo phahameng.
Lebaka le leng e ka 'na ea e-ba moferefere o renang hona joale' marakeng mabapi le litekanyetso tsa kabo ea mesebetsi le ts'ebetso. Baetapele ba sehlopha ka linako tse ling ba abeloa ba sebetsang selemo kapa tse peli nako e telele ho feta ba bang, ntle le ho bua ka boemo ba tsebo le tsebo. Re bona sena kabong ea mesebetsi ho ea ka maemo - 38% ea batsamaisi le baetapele ba lihlopha ba sebetsana le ts'ebetso ea pele le 33% e 'ngoe ea tlhahlobo ea lipalo-palo.
Mona re ile ra kopa ba arabelang ho lekola boemo ba analytics lik'hamphaning tsa bona ka boithatelo. Haeba u sheba ka hloko, u ka bona hore 10% ea ba arabelitsoeng ba sebetsang mafapheng a analytics a batho ba 2-3 ba lumela hore ba na le "boemo bo tsoetseng pele."
"Boemo bo tsoetseng pele" ke eng? Sistimi ea BI e sebetsa hantle haholo. Ho na le DWH le Big Data. Liteko tsa A/B li etsoa khafetsa. Ho na le litsamaiso tse sebetsang tsa ML le DS tlhahisong. Liqeto li etsoa feela ho latela data. Lefapha la ts'ebetso ea data le mahlale a data ke e 'ngoe ea tse ka sehloohong k'hamphaning.
Ho batla ho le thata ho finyella tsohle tse ka holimo ka lefapha la batho ba 2-3. Ke nahana hore sephetho sa tlhahlobo ena ke bohloko bo ntseng bo hola hanyane - ha ho na motho eo ba ka ipapisang le eena ho tseba boemo ba bona ka nepo.
Joalo ka ha ho lebelletsoe, bo-ramahlale ba data ba qeta boholo ba nako ea bona eseng ka lipalo tse rarahaneng haholo kapa boenjineri, empa ho sebetsa esale pele, ho jarolla le ho hloekisa data. Bokhabane bo bong le bo bong re bona esale pele ho 3 e holimo. Empa ke ka seoelo re bonang lintho tse rarahaneng joalo ka ho theha mefuta ea ML kapa ho sebetsa le Big Data ho tse 3 tse holimo - feela har'a lienjiniere tsa ML le DWH.
Hape ho na le litlhaloso tse 'maloa tse bohloko. Litsebi li ipehela 40% ea mesebetsi ea tsona ka botsona. Kazakhstan, ho fihlela joale ke lik'hamphani tse holimo tsa unicorn feela tse lekileng melemo ea ho sebetsa le data e kholo mme li ithutile ho e etsa ka mokhoa o nepahetseng. Ba phatlalatsa 'marakeng hore Big Data le Machine Learning li pholile,' me echelon ea bobeli e latela ka morao, empa ha e utloisise kamehla hore na ho sebetsa le data ho sebetsa joang. Ka hona, rea bona hore litsebi li ipehela mesebetsi, 'me likhoebo ha li tsebe seo li se batlang kamehla.
Ke maketse hore ebe 20% ea litsebi ha e tsebe le hore na k'hamphani ea bona e na le Data Warehouse. E, 'me ka litsamaiso tsa tsamaiso ea polokelo ea boitsebiso ha se ntho e' ngoe le e 'ngoe e ntle haholo - 41% e sebelisa MySQL,' me e 'ngoe 34% e sebelisa PostgreSQL. See se ka bolela’ng? Ba sebetsa ho e-na le data e nyenyane.
Potsong e mabapi le litsamaiso tsa polokelo, re boetse re bona MySQL esita le (!) Excel. Empa sena se ka bonts'a, mohlala, hore lik'hamphani tse ngata ha li e-so be le kopo ea ho sebetsa ka data e kholo.
Mona ntho e 'ngoe le e' ngoe e boetse e sa hlaka. Ka kakaretso, meputso e ne e le tlase hanyenyane ho feta kamoo ke neng ke lebeletse.
Ka bonna, ho thata ho 'na ho nahana ka moenjiniere oa ML ea ikemiselitseng ho sebeletsa li-tenge tse likete tse 200 - mohlomong ke moithuti. Ebang litsebo tsa litsebi tse joalo li fokola haholo, kapa ho ntse ho le thata hore lik'hamphani li hlahlobe ka ho lekaneng mosebetsi oa Data Science. Empa mohlomong sena se boetse se bontša hore 'maraka o ntse o le qalong ea kholo ea oona. 'Me ha nako e ntse e ea, boemo ba meputso bo tla thehoa boemong bo lekaneng haholoanyane.
Source: www.habr.com