Работа с данными в любой сфере (Еременко) - страница 117

Эта заключительная глава вернется к предложенным в первой части концепциям. В первом разделе мы обсудим, какие области доступны читателям, желающим построить карьеру в области науки о данных, и какие возможности предлагает эта сфера. Читателям, которые должны подготовиться к собеседованию, я расскажу, о чем их могут спросить и как произвести впечатление на работодателей.

Наконец, мы также рассмотрим, как разработать убедительную стратегию включения науки о данных в деятельность компании. Вы можете работать в организации, недостаточно использующей данные, или быть предпринимателем, заинтересованным в разработке плана реализации собранных данных. В этом разделе раскрывается, как сделать науку о данных необходимостью, а не роскошью, тем самым обеспечив себе долгую и успешную карьеру.

Говоря о визуальных инструментах в науке о данных, можно выделить два направления: визуальный анализ и визуализацию. Разница между ними важна. Воспринимайте визуальную аналитику как дополнительный инструмент для этапов 1–3 в процессе анализа и обработки данных (выявление вопроса, подготовка и анализ данных). Визуализация – это то, что лежит в основе этапа 4, визуализации данных.

В этой главе мы научимся понимать различия между этими двумя направлениями и узнаем, как они могут улучшить наши проекты. По сути, визуальная аналитика – это изнанка: она предназначена исключительно для нас и нашей команды, чтобы мы могли тщательно изучить результаты, в то время как визуализация – лицевая сторона, мощный способ представить наши выводы всем участникам проекта.

Ниже мы расскажем о наиболее полезных инструментах визуализации и визуальной аналитики на рынке, о том, почему аналитикам данных необходимо изучать эти технологии, а также об основных стратегиях, обеспечивающих использование самых действенных визуальных эффектов в презентациях.

Визуальный анализ технически устраняет разрыв между анализом данных и визуализацией, поскольку он заимствует принципы из обеих областей и может быть проведен до, во время или после обработки данных. Проще говоря, визуальный анализ помогает нам «видеть» данные – выявлять тенденции и аномалии в наших записях как бы с высоты птичьего полета. С помощью визуального анализа мы помещаем подготовленные данные в интерактивные объекты, диаграммы и графики, позволяющие уяснить, куда ведут тенденции и аномалии. Огромное преимущество состоит в том, что мы можем применить визуальный анализ в любой момент процесса и тем самым тщательно изучить, как данные отвечают на наши вопросы.