说起数据分析，你能想到的是什么？

说起数据分析，你能想到的是什么？

根据维基百科的定义，数据分析是一类统计方法，其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系，并绘制出统计信息图，以更简洁的解释这些数据中包含的主要信息。其他一些方法用于收集数据，以便弄清哪些是同质数据，从而全面地了解数据。 数据分析可以处理大量数据，并确定这些数据中最有用的部分。

随着大数据时代的到来，根据数据分析的需求也由此诞生了数据工程师、数据分析师等相关的职位。如今，AI 技术的又与其纠缠在一起。

你一定很想说“AI 替代数据分析师”之类的话术，不过对这类来自各种无聊媒体和“专家”的粗浅判断应该保持距离。对于很多重复性的工作，尤其对于数据分析这种有强数据基础的工作来说，AI 想当然能轻易就帮人类解决问题，比如趋势判断，生成一些简单的数据报告等，但这还远达不到“取代”的效果，包括决策性思考以及对业务全局、对人性的了解等工作，至少在你有生之年，不会出现这样的智能机器。

但现今的数据分析师已经不止于用一张 Excel 表就能达到“走天下”的地步了，他们更需要拥抱新变化，用新技术来武装自己，比如 AI 技术，那这并不意味着我们需要深入去掌握这门技术？不是，拥有最基础的一些编程能力，让新技术变成自己职业进阶的武器即可。总之，从其发展趋势来看，数据分析已不单纯指数据分析，或许更应该叫“数据智能分析”。

上升到企业层面，一家拥有强大数据分析和 AI 技术能力的企业在爆发出巨大能量。

对于两种能力的结合，此前在接受 AI 科技大本营采访时，滴滴数据科学部首席科学家谢梁就提到，“凡是有大量数据，并能根据数据找出某种规律并实施操作的业务都能运用机器学习的方法来自动化和优化。”

而对于未来的数据开发和运维团队都应当掌握机器学习等 AI 技术的问题，谢梁认为，未来的运维必须智能化才能有效降低程序员的工作负荷，极大提高系统运作效率。在一个部门里，至少需要一个专门的数据挖掘团队来提供相应服务，而如果开发和运维团队都能将人工智能方法从一开始就建立到系统中，那将有更大的竞争优势。

如今，我们可以看到滴滴、携程、美团等国内一线互联网公司一个明显的特点就是数据驱动，把各种庞杂的数据运用 AI技术来处理，是未来不可阻挡的趋势。

关于企业数据分析的未来，易观 CTO 郭炜断言，“数据永远是临时的，分析永远有时效性，实时数据分析是企业发展 AI 的必由之路。”

在他看来，整个移动互联网平台是通过数据分析来找到决策依据的。这就涉及到两个关键问题，第一个是生命周期管理，第二个是运营转化分析、用户画像、应用评级，也就是要知道用户从哪里来，给用户提供的价值是什么，从而最终实现用户价值、产品价值和商业价值。而从企业内部数据到大数据平台再到最后 AI 分析是非常重要的一步，最终要达到企业大数据的实时分析。

这些都是数据领域专家对该领域的独有见解，如果你想了解互联网企业是如何利用数据和 AI 技术构建出一个庞大的智能分析系统，数据与 AI 还会碰撞出的哪些火花，又将面临何种挑战等问题，那么由中国 IT 社区 CSDN 与硅谷 AI 社区 AICamp 联合出品的 2018 AI 开发者大会（AI NEXTCon）不容错过：

11 月 8-9 日，除了计算机视觉、自然语言处理技术、机器学习等 9 场技术技术专场外，此次大会还专门开设了“数据分析技术专场”。我们很荣幸为邀请到了在数据分析技术领域有着丰富技术应用经验的中美两地技术专家，包括滴滴数据科学部首席科学家谢梁、Salesforce 的 Einstain 产品负责人 Sarah Aerni、Gopro 数据科学部门负责人 Chester Chen、易观 CTO 郭炜以及携程 AI 研发部吕彦龙。

这些嘉宾将从各自企业技术平台出发，对数据分析领域做深入技术解读，而不是对技术趋势泛泛而谈，流于表面，你更有机会在大会现场与这些技术大牛进行深度交流。

以下为上述演讲嘉宾的议题概要，很好的呼应了大会主题“只讲技术，拒绝空谈”，接下来就等你这位听众了。

谢梁：滴滴数据科学部首席数据科学家

谢梁是纽约州立大学计量经济学博士，滴滴数据科学部首席数据科学家，主持运用机器学习和人工智能方法优化和分析大规模交易平台效率和系统行为模式。具有十余年机器学习应用经验，熟悉各种业务场景下机器学习和数据挖掘产品的需求分析，架构设计，算法开发和集成部署，行业跨度包含金融，能源和高科技。

谢梁曾经担任微软总部云存储核心工程部门首席数据科学家，美国圣保罗旅行者保险分析部门总监等职务。在包括 Journal of Statistical Software 等专业期刊上发表多篇论文，担任 Journal of Statistical Computation and Simulation 期刊以及 Data Mining Applications with R 一书的审稿人。与他人合著的《深度学习实战：Keras 案例精解》一书销量近万册。

演讲议题：数据驱动的智能运维与策略分析

Sarah Aerni：Salesforce Einstain 数据科学总监

Sarah Aerni 领导团队在 Salesforce 平台上创建基于 AI 技术的应用。 在加入 Salesforce 之前，她是 Pivotal 的医疗健康和生命科学团队以及 Federal 团队的负责人。 Sarah 在斯坦福大学获得了生物医学信息学博士学位，进行生物医学和机器学习之间的交流。她还创办了一家为学术界和工业界提供信息学专业服务的公司。

演讲议题：如何使用 AutoML 快速建立模型？

Chester Chen：Gopro 数据科学部负责人

在加入 GoPro 之前，Chester 是机器学习初创公司 Alpine Data Labs 的工程总监，主要为财富 500 强公司提供分析平台。他还是 SF Big Analytics Meetup 的创始人和组织者，共拥有 6900 多名成员。 此前，他还曾在 Symantec, Ascent Media 等公司担任过各种职务。

演讲议题：分析指标交付和机器学习功能可视化

郭炜：易观 CTO

负责构建易观技术团队、完成易观大数据采集、平台、数据挖掘等技术架构与体系；从无到有完成易观混合云的搭建、以及易观 SDK 的升级，并发布易观秒算实时计算平台。目前易观大数据平台日处理数据量 30T，200 亿条，月活用户 3.58 亿。

郭炜毕业于北京大学，加入易观之前，曾任联想研究院大数据总监，万达电商数据部总经理，并曾在中金、IBM、Teradata 公司担任大数据方向重要岗位，对大数据前沿领域研究，包括视频、智能 WIFI 等大数据软硬数据一体技术有独特的见解。

演讲议题：流动数据水系铸造未来 AI 企业

吕彦龙：携程 AI 研发部平台核心架构组工程师

曾任职 1 号店、天猫技术部开发工程师。于 2017 年 6 月加入携程，熟悉大数据，个性化体系架构。目前负责 AI 平台基础架构，通用化数据引擎。

演讲议题：AI 自动化运营平台：如何持续提升大电商的产品力

除了数据分析技术专题之外，我们还为大家准备了“计算机视觉”、“自然语言处理”、“机器学习工具”、“机器学习”、“知识图谱”、“语音识别”等技术专题，以及“智慧金融”、“智能驾驶”、“智慧医疗”等行业峰会。详情请查看：《只讲技术，拒绝空谈！2018 AI开发者大会精彩议程曝光》