說起數據分析，你能想到的是什么？

根據維基百科的定義，數據分析是一類統計方法，其主要特點是多維性和描述性。有些幾何方法有助于揭示不同的數據之間存在的關系，并繪制出統計信息圖，以更簡潔的解釋這些數據中包含的主要信息。其他一些方法用于收集數據，以便弄清哪些是同質數據，從而全面地了解數據。 數據分析可以處理大量數據，并確定這些數據中最有用的部分。

隨著大數據時代的到來，根據數據分析的需求也由此誕生了數據工程師、數據分析師等相關的職位。如今，AI 技術的又與其糾纏在一起。

你一定很想說“AI 替代數據分析師”之類的話術，不過對這類來自各種無聊媒體和“專家”的粗淺判斷應該保持距離。對于很多重復性的工作，尤其對于數據分析這種有強數據基礎的工作來說，AI 想當然能輕易就幫人類解決問題，比如趨勢判斷，生成一些簡單的數據報告等，但這還遠達不到“取代”的效果，包括決策性思考以及對業務全局、對人性的了解等工作，至少在你有生之年，不會出現這樣的智能機器。

但現今的數據分析師已經不止于用一張 Excel 表就能達到“走天下”的地步了，他們更需要擁抱新變化，用新技術來武裝自己，比如 AI 技術，那這并不意味著我們需要深入去掌握這門技術？不是，擁有最基礎的一些編程能力，讓新技術變成自己職業進階的武器即可。總之，從其發展趨勢來看，數據分析已不單純指數據分析，或許更應該叫“數據智能分析”。

上升到企業層面，一家擁有強大數據分析和 AI 技術能力的企業在爆發出巨大能量。

對于兩種能力的結合，此前在接受 AI 科技大本營采訪時，滴滴數據科學部首席科學家謝梁就提到，“凡是有大量數據，并能根據數據找出某種規律并實施操作的業務都能運用機器學習的方法來自動化和優化。”

而對于未來的數據開發和運維團隊都應當掌握機器學習等 AI 技術的問題，謝梁認為，未來的運維必須智能化才能有效降低程序員的工作負荷，極大提高系統運作效率。在一個部門里，至少需要一個專門的數據挖掘團隊來提供相應服務，而如果開發和運維團隊都能將人工智能方法從一開始就建立到系統中，那將有更大的競爭優勢。

如今，我們可以看到滴滴、攜程、美團等國內一線互聯網公司一個明顯的特點就是數據驅動，把各種龐雜的數據運用 AI技術來處理，是未來不可阻擋的趨勢。

關于企業數據分析的未來，易觀 CTO 郭煒斷言，“數據永遠是臨時的，分析永遠有時效性，實時數據分析是企業發展 AI 的必由之路。”

在他看來，整個移動互聯網平臺是通過數據分析來找到決策依據的。這就涉及到兩個關鍵問題，第一個是生命周期管理，第二個是運營轉化分析、用戶畫像、應用評級，也就是要知道用戶從哪里來，給用戶提供的價值是什么，從而最終實現用戶價值、產品價值和商業價值。而從企業內部數據到大數據平臺再到最后 AI 分析是非常重要的一步，最終要達到企業大數據的實時分析。

這些都是數據領域專家對該領域的獨有見解，如果你想了解互聯網企業是如何利用數據和 AI 技術構建出一個龐大的智能分析系統，數據與 AI 還會碰撞出的哪些火花，又將面臨何種挑戰等問題，那么由中國 IT 社區 CSDN 與硅谷 AI 社區 AICamp 聯合出品的 2018 AI 開發者大會（AI NEXTCon）不容錯過：

11 月 8-9 日，除了計算機視覺、自然語言處理技術、機器學習等 9 場技術技術專場外，此次大會還專門開設了“數據分析技術專場”。我們很榮幸為邀請到了在數據分析技術領域有著豐富技術應用經驗的中美兩地技術專家，包括滴滴數據科學部首席科學家謝梁、Salesforce 的 Einstain 產品負責人 Sarah Aerni、Gopro 數據科學部門負責人 Chester Chen、易觀 CTO 郭煒以及攜程 AI 研發部呂彥龍。

這些嘉賓將從各自企業技術平臺出發，對數據分析領域做深入技術解讀，而不是對技術趨勢泛泛而談，流于表面，你更有機會在大會現場與這些技術大牛進行深度交流。

以下為上述演講嘉賓的議題概要，很好的呼應了大會主題“只講技術，拒絕空談”，接下來就等你這位聽眾了。

謝梁：滴滴數據科學部首席數據科學家

謝梁是紐約州立大學計量經濟學博士，滴滴數據科學部首席數據科學家，主持運用機器學習和人工智能方法優化和分析大規模交易平臺效率和系統行為模式。具有十余年機器學習應用經驗，熟悉各種業務場景下機器學習和數據挖掘產品的需求分析，架構設計，算法開發和集成部署，行業跨度包含金融，能源和高科技。

謝梁曾經擔任微軟總部云存儲核心工程部門首席數據科學家，美國圣保羅旅行者保險分析部門總監等職務。在包括 Journal of Statistical Software 等專業期刊上發表多篇論文，擔任 Journal of Statistical Computation and Simulation 期刊以及 Data Mining Applications with R 一書的審稿人。與他人合著的《深度學習實戰：Keras 案例精解》一書銷量近萬冊。

演講議題：數據驅動的智能運維與策略分析

Sarah Aerni：Salesforce Einstain數據科學總監

Sarah Aerni 領導團隊在 Salesforce 平臺上創建基于 AI 技術的應用。 在加入 Salesforce 之前，她是 Pivotal 的醫療健康和生命科學團隊以及 Federal 團隊的負責人。 Sarah 在斯坦福大學獲得了生物醫學信息學博士學位，進行生物醫學和機器學習之間的交流。她還創辦了一家為學術界和工業界提供信息學專業服務的公司。

演講議題：如何使用 AutoML 快速建立模型？

Chester Chen：Gopro 數據科學部負責人

在加入 GoPro 之前，Chester 是機器學習初創公司 Alpine Data Labs 的工程總監，主要為財富 500 強公司提供分析平臺。他還是 SF Big Analytics Meetup 的創始人和組織者，共擁有 6900 多名成員。 此前，他還曾在 Symantec, Ascent Media 等公司擔任過各種職務。

演講議題：分析指標交付和機器學習功能可視化

郭煒：易觀CTO

負責構建易觀技術團隊、完成易觀大數據采集、平臺、數據挖掘等技術架構與體系；從無到有完成易觀混合云的搭建、以及易觀 SDK 的升級，并發布易觀秒算實時計算平臺。目前易觀大數據平臺日處理數據量 30T，200 億條，月活用戶 3.58 億。

郭煒畢業于北京大學，加入易觀之前，曾任聯想研究院大數據總監，萬達電商數據部總經理，并曾在中金、IBM、Teradata 公司擔任大數據方向重要崗位，對大數據前沿領域研究，包括視頻、智能 WIFI 等大數據軟硬數據一體技術有獨特的見解。

演講議題：流動數據水系鑄造未來 AI 企業

呂彥龍：攜程 AI 研發部平臺核心架構組工程師

曾任職 1 號店、天貓技術部開發工程師。于 2017 年 6 月加入攜程，熟悉大數據，個性化體系架構。目前負責 AI 平臺基礎架構，通用化數據引擎。

演講議題：AI 自動化運營平臺：如何持續提升大電商的產品力

除了數據分析技術專題之外，我們還為大家準備了“計算機視覺”、“自然語言處理”、“機器學習工具”、“機器學習”、“知識圖譜”、“語音識別”等技術專題，以及“智慧金融”、“智能駕駛”、“智慧醫療”等行業峰會。詳情請查看：《只講技術，拒絕空談！2018 AI開發者大會精彩議程曝光》