京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16