Lielais darījums ar lielajiem datiem nav (tikai) dati



Nodrošina MIT eksperimentālā mācīšanās sadarbībā ar GetSmarter

Paredzams, ka līdz 2020. gadam katrs no 7,7 miljoniem cilvēku pasaulē katru sekundi katru dienu radīs 1,7 megabaitus jaunas informācijas, un pašlaik tikai 0,5 procenti no visiem datiem tiek analizēti un izmantoti, liecina pētījumu kompānijas dati. IDC . Taču skaitļi vien nesniedz stāstu par to, kāpēc lielie dati ir ļoti svarīgi.



Nav šaubu: ietekme, ko uzņēmumi varētu radīt, integrējot šo informāciju savos lēmumu pieņemšanas procesos, ir milzīga. Taču spēlē ir arī kaut kas cits.



Alekss Sandijs Pentlands, MIT Connection Science dibinātājfakultātes direktors un jaunā MIT EXperimental Learning (XL) sertifikāta kursa instruktors Lielie dati un sociālā analīze , to sauc par sociālo zinātni vai sociālo analīzi.

Pieeja ietver ne tikai kas , bet kāpēc .

Tālāk ir sniegts īss izraksts no kursa 1. moduļa, kurā Pentlenda runā par to, cik svarīgi ir pievērst uzmanību sociālajam kontekstam. Viņš saka, ka šo cilvēku un mašīnu sistēmu izpratne ir tas, kas padarīs mūsu nākotnes sociālās sistēmas stabilas un drošas. Mēs tiekam tālāk par sarežģītību, datu zinātni un tīmekļa zinātni, jo mēs iekļaujam cilvēkus kā galveno šo sistēmu sastāvdaļu.



Tas ir aicinošs piedāvājums, taču arī nedaudz satraucošs.

Viena no galvenajām bažām saistībā ar lielajiem datiem ir iespēja palielināt personas privātuma apdraudējumu, palielinot piekļuvi informācijai. Pasaulē pēc Snovdenas datu ētika ieņem galveno vietu. Pieprasījums pēc privātuma saglabāšanas ir radījis tādus risinājumus kā MIT bitkoinu iedvesmotā Enigma , kas sola, izmantojot matemātikas un koda kombināciju, ļaut ikvienam koplietot datus mākonī, vienlaikus saglabājot to privātumu.

Lielie uzņēmumi, piemēram, Citi, ir izmantojuši lielus datus, lai samazinātu izmaksas, izmantojot mākoņdatošanas analīzi. Citi, piemēram, vadošais spēļu uzņēmums Caesars, ir guvuši labumu no ātrākas un apzinātākas lēmumu pieņemšanas. No otras puses, Verizon Wireless ir izmantojis savus lielos resursus mobilo ierīču datos, lai piedāvātu jaunus produktus un pakalpojumus, izmantojot biznesa vienību ar nosaukumu Precīzs tirgus ieskats . Vienība pārdod informāciju par to, cik bieži lietotāji apmeklē vietas, kādās darbībās viņi ir iesaistīti, kā arī fona informāciju.



Pentlands, kurš nesen tika iekļauts Forbes Septiņu pasaules ietekmīgāko datu zinātnieku saraksts precizē: Tas ir lielo datu solījums — patiesi izprast sistēmas, kas veido mūsu tehnoloģisko sabiedrību. Kad jūs sākat tos saprast, jūs varat izveidot sistēmas, kas ir labākas.

Piemēram: 'Viens lielo datu un savienojumu analīzes veids attiecas uz finanšu datiem — ne tikai uz zibens avāriju vai lielo lejupslīdi, bet arī uz visiem citiem burbuļu veidiem, kas rodas,' saka Pentlands. 'Tās ir cilvēku, saziņas un lēmumu sistēmas, kas ir ļoti nepareizi. Lielie dati parāda mums savienojumus, kas izraisa šos notikumus. Lielie dati sniedz mums iespēju saprast, kā šīs cilvēku un mašīnu sistēmas darbojas un vai tās ir stabilas.

MIT veic lielu darījumu par lielajiem datiem



MIT uzdevums ir uzlabot zināšanas jomās, kas risina 21. gadsimta lielas problēmas, izglītojot studentus zinātnē, tehnoloģijās un citās stipendiātu jomās, kas vislabāk kalpos pasaulei.

Šajā nolūkā institūts sadarbojas ar tiešsaistes izglītības uzņēmumu GetSmarter, lai nodrošinātu astoņu nedēļu tiešsaistes kursu, kas paredzēts, lai profesionāļiem sniegtu pamata teoriju un lielo datu analīzi. Tas, savukārt, palīdzēs viņiem labāk izprast un prognozēt cilvēku tīklus un uzvedību sociālajās struktūrās, pētot un izmantojot tehniskos rīkus, datu kopas un kodu skriptus, kas saistīti ar lielo datu analīzi.

Skaidrs, ka šādas zināšanas ir vajadzīgas. Divu gadu laikā ASV varētu pietrūkt līdz pat 190 000 strādnieku ar dziļām analītiskām prasmēm. McKinsey & Co . Pētījumā arī tika prognozēts, ka nepieciešami 1,5 miljoni vadītāju un analītiķu, kuri saprot, kā izmantot lielu datu analīzi, lai pieņemtu efektīvu lēmumu.

Ir milzīgs pieprasījums pēc prasmēm lielo datu un dziļās analītikas jomā ne tikai lokāli, bet arī globāli,” saka Deivs Šrīrs, MIT Connection Science rīkotājdirektors un kursu pasniedzējs kopā ar Pentlendu un citiem MIT datu zinātnes ekspertiem. 'Piekļuve šīm zināšanām ir paredzēts, lai kļūtu par pamatu, uz kura balstās saprātīga lēmumu pieņemšana.'

Ņemot vērā privātumu, kursā ir jāpievērš uzmanība datu ētikai. Tiek pētīti apsvērumi saistībā ar identitāti, drošību un privātumu, lai nodrošinātu, ka skolēni mācās apzinīgi izmantot datus.

Ieguvums, ko šis kurss sniedz, ir milzīgs. Jums būs iespēja uzzināt par novatoriskiem rīkiem, piemēram, Funf un Bandicoot, no tiem pašiem cilvēkiem, kuri tos izgudroja, un tas ir spēcīgi,' saka Šērers. Studenti arī saņems norādījumus, kā strādāt ar Reality Commons datu kopu, unikālu smalkgraudainu datu kolekciju par cilvēku uzvedību, ko izstrādājusi Pentlandas komanda.

Tiešsaistes mācību modelis, ko izmanto MIT XL kursos, ir balstīts uz pārsvarā konstruktīvisma, uz darbību orientētu pieeju. Skolēni tiek uzskatīti par aktīviem dalībniekiem, kuri sadarbojas ar vienaudžiem, lai radītu zināšanas. Mācību aktivitātes un uzdevumi ir vērsti uz iesaistīšanos, nevis apmācību.

Citiem vārdiem sakot: mācīties tiešsaistē vairs nenozīmē mācīties vienatnē.

Mūsu unikālā, atbalstītā pieeja tiešsaistes izglītībai ir nodrošinājusi kursu pabeigšanas līmeni vairāk nekā 90 procentos, un līdz šim ir izglītoti vairāk nekā 40 000 strādājošu profesionāļu, atzīmē GetSmarter izglītības nodaļas vadītāja Eimija Džonsone. Mēs uzskatām, ka esam guvuši lielus panākumus, lai izprastu studentu motivācijas un noturēšanas stratēģijas, kurās galvenā uzmanība tiek pievērsta individuālajām koučinga attiecībām un pasniedzēja vadītām mācībām mazās grupās. Šie ir tikai divi kvalitātes rādītāji, kas mums patiešām ir svarīgi, jo mēs cenšamies nodrošināt labāku izglītību tiešsaistē.

Un tas nav tikai tas, ko, kā un no kā jūs mācāties. Tas ir tas, ko jūs mācāties ar arī. 'Atsaucība uz šo kursu ir bijusi ārkārtīgi pozitīva, jo tas, ko tas sola sniegt studentiem, ir gandrīz universāls,' saka GetSmarter TKO Raiens O'Mahonijs, norādot, ka kurss ir piesaistījis globālu interesi. Pašreizējā sesija apkalpo vairāk nekā 850 studentus no 50 valstīm, tostarp ASV, Kanādas, Brazīlijas, Lielbritānijas, Nīderlandes, Šveices, Čehijas, Polijas, Krievijas, Honkongas, Singapūras, Taizemes un citām valstīm.

Interese, ko mēs saņemam, svārstās dažādās nozarēs, sākot no pasaules tehnoloģiju gigantiem un investīciju kompānijām līdz finanšu pakalpojumu iestādēm un pat lielo datu speciālistiem,' saka O'Mahonijs. 'Zināšanu bagātība, kas atrodama šajos studentos vien, ir milzīga.'

Secinājums: Kurss piedāvā nepārspējamu piekļuvi lielo datu un sociālās analīzes vadītājiem dinamiskā, lietišķā vidē, nodrošinot, ka studenti apgūst ne tikai teorētiskās zināšanas, bet arī praktiskās iemaņas analītikā.

Lai uzzinātu vairāk par MIT EXperimental Learning jauno tiešsaistes sertifikātu kursu lielo datu un sociālajā analīzē, lūdzu, apmeklējiet vietni kursa mājas lapa .

paslēpties