Profile 1 : Ram Narasimhan από την GE.

Ο Ram Narasimhan περνάει την περισσότερη ώρα της ημέρας του στο τμήμα της συλλογής και επεξεργασίας των δεδομένων της εταιρείας. Μέσα από τα τα δεδομένα βοηθάει την εταιρεία να επιλύσει τα προβλήματα της εταιρείας. Επίσης μεγάλο χρόνο ξοδεύει, συνομιλώντας με άλλους επιστήμονες, παρακολουθώντας σεμινάρια αλλά και κάνοντας τηλεφωνικές κλήσεις και πάντα στα πλαίσια της μάθησης για την επίλυση προβλημάτων.

Σήμερα, τα δεδομένα δημιουργούν ευκαιρίες για επιχειρηματική ανάπτυξη και κέρδος όπως ποτέ πριν. Την τελευταία δεκαετία, η ανάπτυξη των αναλυτικών εργαλείων και η καλή ποιότητα των δεδομένων, δίνουν την δυνατότητα, στους υπεύθυνους των επιχειρήσεων να καρπώνονται τα οφέλη από τα δεδομένα που συλλέγουν, ακόμη και αυτοί που απλά έχουν αγγίξει την επιφάνεια της δύναμης των δεδομένων. Η επιστήμη των δεδομένων (Data Science) επιτρέπει στις επιχειρήσεις να αξιοποιήσουν με επιτυχία αυτή την «δύναμη» των δεδομένων.

Στην εκδήλωση “TARGIT Day - More Than Data” που έλαβε χώρα την Τετάρτη, 19 Οκτωβρίου 2016 στο Gazarte, στην Αθήνα, η σπουδαιότητα κι ο ρόλος των Data Analytics είχαν την τιμητική τους. Η διοργάνωση πραγματοποιήθηκε από την TARGIT Greece στο πλαίσιο του λανσαρίσματος της ανανεωμένης έκδοσης TARGIT Decision Suite 2017 και με αφορμή τα 7 χρόνια επιτυχημένης πορείας της TARGIT στην Ελλάδα. 200 κορυφαία στελέχη του ελληνικού επιχειρείν έδωσαν το παρόν συμβάλλοντας καθοριστικά στην επιτυχία της διοργάνωσης.

Η ιδιοσυγκρασία του κάθε υποψήφιου είναι σημείο κλειδί για τις προεδρικές αμερικανικές εκλογές του 2016, ανάμεσα στην Hillary Clinton και στον Donald Trump. Το ζήτημα αυτό έχει επισημανθεί στη σειρά των τριών debate που ολοκληρώθηκαν αυτή την εβδομάδα. Το να ποσοτικοποιήσει κανείς την ιδιοσυγκρασία είναι δύσκολο, αλλά ο Economist χρησιμοποίησε την Emotion API της Microsoft για να μετρήσει τον θυμό, την περιφρόνηση, την λύπη και την έκπληξη που εκφράζεται από τα πρόσωπα των υποψηφίων κατά τη διάρκεια των debates. Για παράδειγμα, βλέπουμε τα αποτελέσματα του τρίτου debate.

Τι είναι αυτό που κάνει τη Google να είναι η Google;
Χωρίς κουβέντα η μηχανική της ευφυία, σε συνδυασμό με της τεράστια θάλασσα δεδομένων που διαθέτει. Σίγουρα ποτέ δεν πρόκειται να έχεις τέτοιες ποσότητες δεδομένων να επεξεργαστείς όσο αυτές που έχει η Google, μπορείς όμως να χρησιμοποιήσεις ακριβώς τις ίδιες βιβλιοθήκες Μηχανικής Μάθησης και νευρωνικών δικτύων με αυτές που χρησιμοποιεί η Google. Αυτή η βιβλιοθήκη, το TensorFlow, αναπτύχθηκε από την ομάδα Google Brain στην διάρκεια των προηγούμενων ετών και έγινε διαθέσιμη σαν open source τον Νοέμβρη του 2015.

Η ανάλυση κυρίων συνιστωσών (PCA) είναι μια μέθοδος μείωσης των διαστάσεων των δεδομένων. Παίρνει τα δεδομένα σου και μετατρέπονται σε κύριες συνιστώσες (Principal Components). Κάθε κύρια συνιστώσα επιλέγεται στην ορθογώνια κατεύθυνση που μεγιστοποιεί την γραμμική συσχέτιση των δεδομένων. Πιο απλά, αν τα δεδομένα είναι x, y, z συντεταγμένων η PCA επιστρέφει x’,y’,z’ συντεταγμένες που μεγιστοποιούν την γραμμική συσχέτιση. Οι κύριες συνιστώσες προκύπτουν από τη φασματική ανάλυση του πίνακα διακυμάνσεων-συν διακυμάνσεων ή του πίνακα συσχετίσεων.

Πολλά άρθρα κυκλοφορούν με πληροφορίες για το πώς να χτίσεις και να αναπτύξεις επιχειρήσεις. Τα περισσότερα προσφέρουν πολύ καλές συμβουλές, όμως συχνά στοχεύουν σε πολύ πλατύ κοινό με συνέπεια να μην αναφέρονται στις λεπτομέρειες που μετράνε πραγματικά και κάνουν τη διαφορά στο τέλος. Πολύ σπάνια διαβάζει κάποιος άρθρο που αφορά ευθέως την περίπτωση του.

Είναι γνωστό ότι οι αναλυτές δεδομένων ή data scientists περνούν το 80% του χρόνου τους στην προετοιμασία και επεξεργασία των δεδομένων. Πολλοί αυτό το θεωρούν πρόβλημα, κάτι το οποίο δεν μπορεί να είναι σωστό. Αυτό είναι μεγάλο μέρος της δουλειά τους και αν δεν είναι καλοί σε αυτό, δεν είναι καλοί στη δουλειά τους.