数据科学实战指南

在越来越多的企业开始利用数据科学来驱动业务，本书将依托 TalkingData公司在大数据领域的多年实际经验，从数据、人才、工具三个维度帮助企业数据团队完成端到端的数据科学项目部署。 本书的内容包括数据科学项目的基础概念、准备工作、团队人才及端到端的实战案例等，适合正面临数字化转型的企业决策者、数据团队负责人，以及从事数据科学工作的数据工程师、数据科学家、数据工程师等阅读。

这是一本全面介绍数据科学项目实战的书籍，涵盖了从数据科学项目的概念、前提、治理，到数据科学项目团队、数据、工具等多个维度。书中通过营销活动案例分享，详细讲述了数据科学如何帮助企业进行线上数字化转型，提高运营收入。 书籍强调，数据科学项目的概念是一个涉及多个领域的综合性学科，它主要关注如何从大量的数据中提取出有价值的信息，并通过这些信息来解决问题或做出决策。数据科学起源于20世纪60年代至80年代，但直到20世纪90年代后期，这个词才开始在统计和数据挖掘领域频繁出现。到了2001年，数据科学正式成为一门独立的学科，它横跨计算机科学、统计学、数学、软件工程等多个领域。 在书籍中，数据科学项目的前提被强调为大数据安全与个人隐私保护。大数据安全面临的挑战主要涉及数据量大、数据种类多、数据价值高以及数据集中存储等方面。为了应对这些挑战，我们需要构建一个全面的大数据安全体系。这个体系需要从三个维度考虑数据安全：监管合规、隐私身份体系和共享应用，分别对应政府、个人、企业。 同时，数据治理也是数据科学项目的重要环节。数据治理的必要性体现在原始数据量特别大，颗粒度特别细，且原始数据一般是非结构化的