“为什么您的初创公司需要数据科学”

这是官方的。 数据科学不再只适用于科技企业。 bennett data science首席执行官zank bennett帮助企业家在许多领域利用人工智能，从农场动物的道德治疗到睡眠优化和时尚。 bennett与大企业和中小企业合作，使许多复杂的技术更容易被采用。 这是因为没有技术经验的公司的房子也可以利用ai的力量。 我最近和bennett进行了对话，得到了很多关于企业如何利用数据科学并获得收益的见解。

即使公司的创业企业不集中于技术，也应该为哪个企业家利用数据科学呢？

为了让现在的企业成功，他们确实必须固定个性化的产品，公司的房子比很多人受益更多。 公司成立企业时，他们首先想到的是如何为用户服务，但在需要扩展顾客需要的文案的情况下，要概念化人类如何实现它并不容易。 那是机器的用途。 大规模的个性化是我们从公司家看到最多的东西。 例如，零售业正在努力建立能够根据浏览产品的方法预测人们诉求的模型。 因此，我们获取产品提要，确认人们正在浏览的复印件的属性，并将他们以和其他人一样的喜好浏览的复印件放在一起。 这样，我们才能提出真正明智的建议。 衬衫和饰品能区分几个不同的属性？ 我们如何组合事物并自动标记，自动标记企业需要的和需要的一切？

如何从数据科学的角度解释个性化？

个性化是指我们得到某人想要的产品，放在那个人面前取得胜利。 那么该怎么办呢？ 怎么偷产品给人看？ 我最近看到一家企业说提供个性化服务，但实际上是细分用户群体。 因为最开始采用的组是按性别和年龄分类的可能性，所以现在有4个不同的组。 那不是个性化，而是细分。 当然，正在走向个性化，但不太清楚。 这不是我们所谓的智能招聘数据。

当我们开始变得没有说明性而是预测性的时候，我们开始研究如何预测过去的行为和将来的行为。 那是真正感兴趣的工作发生在推荐者空之间或分类空之间的地方，我们邀请客户加入我们，客户填写大量消息，也许很快我们就能预测客户将来会如何行动

顾客细细剪下来说。 啊，我们用不同的方法对待这四个细分市场。 推测他们思考和打磨的东西之间有很大的差异，根据实际操作智能地细分顾客过去执行的业务，“我们有一个稍微细分的市场。 我们有一点属性。 我们可以把这些属性都插入模型中，预测在这种情况下有人想要的东西。

公司怎样才能在企业中成功地进行数据科学？

第一，将数据科学整合到团队中。 我认为数据科学不是这样的自主事件。 我认为应该很好地融入市场营销、销售、产品等。 第二，必须以成为高效运营商所需的风格向数据科学家提供所需的数据。 现在，一家企业有让数据科学专家访问这些大数据集来解决的想法。 这是非常无效的。 事实上，给定应用的数据科学家不需要多种不同风格的数据。 相反，可以提供数据湖。 数据科学家可以用80%的时间每天采用它。 给队伍带来了很大的效率。

下一个事件是数据科学家引入模型，使之能够得到很多支持。 这些基础设施是我们所谓管道的一部分。 数据进入数据科学，完成魔法工作后，再出来布置。 中间不可思议的部分一般需要最小的时间。

你认为数据科学实际上可以在企业中创造越来越多的员工而不是替代人工吗？

数据科学使您能够自动执行可以快速、高效执行的任务。 如果我们降低企业的价格，我想可以用其他方法扩张。 我认为随着我们更高效地创建企业而不是更少，工作会更多。 因为随着利润率的提高，企业总是花钱迅速发展。 他们不仅仅把钱放在口袋里。 我认为这是误会。 特别是对初创企业来说。 企业家筹集资金的理由都是增长，不仅仅是省钱。 我想如果他们变得更有利的话，他们会把这些钱花在越来越多的资源上，最终带来越来越多的事业。

数据科学的下一步是什么？

我认为数据科学会被更好地理解。 取消数据科学家的称号，替换为机器学习工程师、统计学家、数据工程师等更具说明性的称号。 我认为数据科学这个粗略的术语需要取消才能更具说明性。 我认为有必要更好地与企业进行整合。 我认为数据科学会失去这个自治团体可以帮助任何人的想法，被认为是真正帮助产品、销售、市场营销的东西，但作为这些团体的一部分，不是自己。

我们认为自然语言解决和我们总结文案的方法，利用语言进行交流的方法会发生很大的变化。 我真的希望自动驾驶车是比我们晚的事件。 我觉得这对我们很有用。 在有计算机视觉的应用中，从与时尚组合来辅助汽车自我驾驶的方法来看，也有很棒的。 我觉得随着状况的改善和进步，我们的世界会真正改变。