
日前,CDA协会会员们在波士顿举办了一期沙龙活动,2位专家各自就不同领域的数据分析应用进行了分享,并重点探讨了数据分析人才 的培养。
一、嘉宾信息
Jared Christensen是Pfizer的高级研发总监,他在Pfizer工作有6年了。在加入Pfizer之前,他在Wyeth工作了5年,一直到2010年10月Pfizer收购Wyeth为止。Jared于2004年在哈佛公共健康学院完成他的博士研究。
Marie Gayron是Verisk Health公司人群健康部门的研究科学家。她被广为人知,是因为她开发了强大的算法来预测昂贵的事件,确定高风险人群,将数据转化为可执行的报告解决方案,通过自动化和数据可视化来提高流程效率。Marie女士,拥有塞勒姆州立大学理学学士学位和波士顿大学公共健康硕士学位。
二、公司信息
Pfizer Inc.(辉瑞公司)创建于1849年,迄今已有160多年的历史,总部位于美国纽约,是目前全球最大的以研发为基础的生物制药公司。辉瑞公司的产品覆盖了包括化学制药、生物制剂、疫苗、健康药物等诸多广泛而极具潜力的治疗及健康领域,同时其卓越的研发和生产能力处于全球领先地位。
Verisk Analytics Inc.总部位于美国新泽西州泽西城,是与美国房地产和意外保险风险相关的保险精算和保险数据规模最大的集成商。该公司于2009在美国上市。
三、 活动总结
1) 数据科学家职位
在美国,数据科学工作是薪资最高的工作之一;并且,对于在某一特殊领域(如:健康医疗、金融等)拥有实质性知识的数据科学家需求量极高。然而事实情况是,现有的博士或者硕士课程,难以满足巨大的数据科学家人才培养缺口;但是这也为教育或培训项目提供了一个培养数据科学家的机会。
2) 流行的统计软件
无论是在制药公司还是医疗保健公司,SAS依然是数据管理、分析和制作报告的常用统计软件。同时,在实践中需要熟悉数据库语言(SQL)。
3) 流行的统计技术
在制药公司,大部分的统计工作是关于进行临床试验。因此,学习掌握基本的设计和进行临床试验的原则(如:计算样本的大小和重要性)是必不可少的技能。如今,序列设计和贝叶斯自适应设计正在扮演更加重要的角色。
4) 非统计专业
如果你在学校没有学习过统计学课程,但是想要成为一名数据科学家,那最好学习一些基本的统计学知识和SAS编程语言。一个入门的好方法就是,加入一家咨询公司或者CRO,从而在不同行业中积累数据分析经验。尽管一些工作岗位要求统计学或者生物统计学博士学位,但是没有上述学位的一些人也能够拥有较强的数据分析技能。
5) 数据分析培训项目
在数据分析领域提供一些培训课程会是一件很有益的事情。然而,不同的行业需要不同的数据分析技能,课程设计应该考虑到这一点。咨询公司里面的数据科学工作会看重面试者的证书拥有情况,大的制药公司需要统计学相关学位。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03