Data science warsaw inaugural meetup

1. Data ScienceWarsaw
Inaugural Meetup

2. About Me
Agnieszka Zdebiak
@AZdebiak
Agnieszka.Zdebiak@datasci.eu
15 years experience
software designer
data scientist
DataSci.EU

3. Data scientist Why now?

4. Data scientist Why now?

5. Data Scientist definition

6. Data Scientist definition

8. Data Scientist definition

10. There’s More Than One Kind of Data Scientist
Data Businesspeople
Data Creatives
Data Developers
Data Researchers

11. There’s More Than One Kind of Data Scientist
Source:
Analyzing the Analyzers: An Introspective Survey of Data Scientists
and their Work

12. There’s More Than One Kind of Data Scientist
Source:
Doing Data Science

13. BI vs Data Science
BUSINESS INTELLIGENCE
Rozumowanie dedukcyjne
Tworzenie przekrojów i kostek danych
Przechowywanie danych
Analizowanie przeszłości
Tworzenie raportów
DATA SCIENCE
Rozumowanie indukcyjne i dedukcyjne
Interakcja z danymi
Dane również Real Time
Prognozowanie
Produkty opartych na analizie danych
Odpowiedzi na pytania i tworzenie nowych

14. Do czego Data Science można wykorzystać?
Do badań i odkryć

15. Do czego Data Science można wykorzystać?
Do badań i odkryć
(analizy przyczyn, wykrywania oszustw)

16. Do czego Data Science można wykorzystać?
Do badań i odkryć
prognozowania
(analizy przyczyn, wykrywania oszustw)
(sprzedaży, trendy i prognozy finansowe, pogoda)

17. Do czego Data Science można wykorzystać?
Do badań i odkryć
prognozowania
znajdowania wzorców
(analizy przyczyn, wykrywania oszustw)
(sprzedaży, trendy i prognozy finansowe, pogoda)
(zachowania klientów, giełda, wykrywania oszustw)

18. Do czego Data Science można wykorzystać?
Do badań i odkryć
prognozowania
znajdowania wzorców
do optymalizacji decyzji i procesów
(analizy przyczyn, wykrywania oszustw)
(sprzedaży, trendy i prognozy finansowe, pogoda)
(zachowania klientów, giełda, wykrywania oszustw)
(badania działań operacyjnych)

19. Do czego Data Science można wykorzystać?
Do badań i odkryć
prognozowania
znajdowania wzorców
do optymalizacji decyzji i procesów
zapewnienia jakości
(analizy przyczyn, wykrywania oszustw)
(sprzedaży, trendy i prognozy finansowe, pogoda)
(zachowania klientów, giełda, wykrywania oszustw)
(badania działań operacyjnych)
(badanie logów, przewidywanie awarii)

20. Do czego Data Science można wykorzystać?
Do badań i odkryć
prognozowania
znajdowania wzorców
do optymalizacji decyzji i procesów
zapewnienia jakości
komunikacja machine-to-machine
(analizy przyczyn, wykrywania oszustw)
(sprzedaży, trendy i prognozy finansowe, pogoda)
(zachowania klientów, giełda, wykrywania oszustw)
(badania działań operacyjnych)
(badanie logów, przewidywanie awarii)
(zautomatyzowane systemy przetargowe, kierowanie pojazdami bez udziału człowieka)

21. Przykład

22. Use Cases z obszaru ubezpieczeń

23. Visualisation - Use Case
Source: Dataclysm – Who We Are*

24. Przykład
T - Mobile USA zmniejszył wysokość odejść o 50% w ciągu jednego kwartału

25. Przykład
analiza płatności
analiza połączeń
 analiza nastrojów
T - Mobile USA zmniejszył wysokość odejść o 50% w ciągu jednego kwartału

26. Przykład
The tasks are computed using a massive parallel processing system with multiple low-cost microprocessors, giving it
20 to 30 times more computing power than a traditional data warehouse.
Hybrydowy BI Aurora Health Care

27. Przykład
This allows Aurora to look differently at the data, as well as to change the analytics from looking at individual patients to groups of patients who have the same diseases, such as diabetes or heart failure.
Hybrydowy BI Aurora Health Care

28. Przykład
Using all available data and near real-time data analytics, Aurora can predict and improve patient treatments and outcomes. Using the different data streams, Aurora has decreased patient readmissions by 10 percent, which translates into a total saving of $ 6 million.
Hybrydowy BI Aurora Health Care

29. How to become a Data Scientist
Source: blog.datacamp.com

30. How to become a Data Scientist
Source: blog.datacamp.com

31. How to become a Data Scientist
Source: blog.datacamp.com

32. How to become a Data Scientist
Source: blog.datacamp.com

33. How to become a Data Scientist
Source: blog.datacamp.com

34. How to become a Data Scientist
Source: blog.datacamp.com

35. How to become a Data Scientist
Source: blog.datacamp.com

36. How to become a Data Scientist
http://www.kdnuggets.com/webcasts/index.html

37. How to become a Data Scientist

38. Let`s talk
@AZdebiak
Agnieszka.Zdebiak@datasci.eu
Data Scientist and Big Data
DataSci.EU

39. Salary trend

40. Salary trend
Source: http://www.itjobswatch.co.uk

41. Przydatne źródła
Prezentacja o
Technologiach Semantycznych:
http://www.cognitum.eu/offers/semtechen.aspx http://www.cognitum.eu/offers/SemTechPL.aspx