Роман с Data Science. Как монетизировать большие данные

{"page":{"canonicalUrl":"https://bookra.app/books/2bNpzZHE","pageTitle":"Роман с Data Science. Как монетизировать большие данные (Роман Зыков) — краткое содержание, анализ и герои","metaDescription":"Разбор книги «Роман с Data Science. Как монетизировать большие данные»: краткое содержание, главные мысли, конфликт, темы, персонажи, цитаты и ответы на вопросы.","headingTitle":"«Роман с Data Science. Как монетизировать большие данные»","headingSubtitle":"Роман Зыков","structuredData":[{"@context":"https://schema.org","@type":"BreadcrumbList","@id":"https://bookra.app/books/2bNpzZHE#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"BookRa","item":"https://bookra.app/"},{"@type":"ListItem","position":2,"name":"бизнес-стратегии","item":"https://bookra.app/genre/5381"},{"@type":"ListItem","position":3,"name":"Роман с Data Science. Как монетизировать большие данные","item":"https://bookra.app/books/2bNpzZHE"}]},{"@context":"https://schema.org","@type":"WebPage","@id":"https://bookra.app/books/2bNpzZHE","url":"https://bookra.app/books/2bNpzZHE","name":"«Роман с Data Science. Как монетизировать большие данные»","description":"Разбор книги «Роман с Data Science. Как монетизировать большие данные»: краткое содержание, главные мысли, конфликт, темы, персонажи, цитаты и ответы на вопросы.","breadcrumb":{"@id":"https://bookra.app/books/2bNpzZHE#breadcrumb"},"mainEntity":{"@id":"https://bookra.app/books/2bNpzZHE#work"},"primaryImageOfPage":{"@type":"ImageObject","url":"https://storage.yandexcloud.net/bookra-catalog-litres-public/content/1a78cd1a-c215-11eb-9deb-441ea152441c/thumbs/1200.webp"}},{"@context":"https://schema.org","@type":"Book","@id":"https://bookra.app/books/2bNpzZHE#work","name":"Роман с Data Science. Как монетизировать большие данные","url":"https://bookra.app/books/2bNpzZHE","description":"Книга «Роман с Data Science. Как монетизировать большие данные» представляет практический подход к извлечению ценности из данных, начиная с фундаментальных принципов честного принятия решений и заканчивая конкретными методами построения, управления и оптимизации аналитических систем, а также этическими аспектами машинного обучения.","image":"https://storage.yandexcloud.net/bookra-catalog-litres-public/content/1a78cd1a-c215-11eb-9deb-441ea152441c/thumbs/1200.webp","inLanguage":"ru","genre":["бизнес-стратегии","стартапы и создание бизнеса","книги о компьютерах"],"keywords":"искусственный интеллект, big data, бизнес в Интернете, информационные технологии (IT), анализ данных, аналитика, Data Science","sameAs":["https://litres.ru/book/roman-zykov/roman-s-data-science-kak-monetizirovat-bolshie-dannye-65387097/"],"author":[{"@type":"Person","@id":"https://bookra.app/author/eca457d7-c214-11eb-9deb-441ea152441c#person","name":"Роман Зыков","url":"https://bookra.app/author/eca457d7-c214-11eb-9deb-441ea152441c"}],"about":[{"@type":"Thing","name":"бизнес-стратегии"},{"@type":"Thing","name":"стартапы и создание бизнеса"},{"@type":"Thing","name":"книги о компьютерах"},{"@type":"Thing","name":"искусственный интеллект"},{"@type":"Thing","name":"big data"},{"@type":"Thing","name":"бизнес в Интернете"},{"@type":"Thing","name":"информационные технологии (IT)"},{"@type":"Thing","name":"анализ данных"},{"@type":"Thing","name":"аналитика"},{"@type":"Thing","name":"Data Science"},{"@type":"Thing","name":"чтение онлайн"},{"@type":"Thing","name":"саммари"},{"@type":"Thing","name":"AI-разбор"},{"@type":"Thing","name":"персонажи"},{"@type":"Thing","name":"цитаты"}],"workExample":{"@type":"Book","@id":"https://bookra.app/books/2bNpzZHE#edition","url":"https://bookra.app/books/2bNpzZHE","bookFormat":"https://schema.org/EBook","inLanguage":"ru","isbn":"978-5-4461-1879-3","datePublished":"2021","publisher":{"@type":"Organization","name":"Питер"},"sameAs":["https://litres.ru/book/roman-zykov/roman-s-data-science-kak-monetizirovat-bolshie-dannye-65387097/"],"isAccessibleForFree":false}}],"book":{"idCatalog":402250,"shortId":"2bNpzZHE","title":"Роман с Data Science. Как монетизировать большие данные","coverUrl":"https://storage.yandexcloud.net/bookra-catalog-litres-public/content/1a78cd1a-c215-11eb-9deb-441ea152441c/thumbs/1200.webp","annotationText":"Как выжать все из своих данных? Как принимать решения на основе данных? Как организовать анализ данных (data science) внутри компании? Кого нанять аналитиком? Как довести проекты машинного обучения (machine learning) и искусственного интеллекта до топового уровня? На эти и многие другие вопросы Роман Зыков знает ответ, потому что занимается анализом данных почти двадцать лет. В послужном списке Романа – создание с нуля собственной компании с офисами в Европе и Южной Америке, ставшей лидером по применению искусственного интеллекта (AI) на российском рынке. Кроме того, автор книги создал с нуля аналитику в Ozon.ru. Эта книга предназначена для думающих читателей, которые хотят попробовать свои силы в области анализа данных и создавать сервисы на их основе. Она будет вам полезна, если вы менеджер, который хочет ставить задачи аналитике и управлять ею. Если вы инвестор, с ней вам будет легче понять потенциал стартапа. Те, кто «пилит» свой стартап, найдут здесь рекомендации, как выбрать подходящие технологии и набрать команду. А начинающим специалистам книга поможет расширить кругозор и начать применять практики, о которых они раньше не задумывались, и это выделит их среди профессионалов такой непростой и изменчивой области. Книга не содержит примеров программного кода, в ней почти нет математики. В формате PDF A4 сохранен издательский макет.","catalogType":"LITRES","catalogTypeLabel":"Книга в каталоге","authorLine":"Роман Зыков","authors":[{"id":"eca457d7-c214-11eb-9deb-441ea152441c","displayName":"Роман Зыков","protectedUrl":"/author/eca457d7-c214-11eb-9deb-441ea152441c","wikipediaUrl":null,"wikidataUrl":null}],"genres":[{"id":5381,"title":"бизнес-стратегии","token":null,"publicUrl":"https://bookra.app/genre/5381"},{"id":5068,"title":"стартапы и создание бизнеса","token":null,"publicUrl":"https://bookra.app/genre/5068"},{"id":6487,"title":"книги о компьютерах","token":null,"publicUrl":"https://bookra.app/genre/6487"}],"keywords":["искусственный интеллект","big data","бизнес в Интернете","информационные технологии (IT)","анализ данных","аналитика","Data Science"],"facts":[{"key":"datePublished","label":"Год издания","value":"2021"},{"key":"dateWritten","label":"Дата написания","value":"2020-12-31"},{"key":"publisher","label":"Издательство","value":"Питер"},{"key":"isbn","label":"ISBN","value":"978-5-4461-1879-3"},{"key":"bookLanguage","label":"Язык книги","value":"ru"},{"key":"adult","label":"Возрастное ограничение","value":"16+"}],"seoSections":[{"key":"summaryShort","title":"Описание","body":"Книга «Роман с Data Science. Как монетизировать большие данные» представляет практический подход к извлечению ценности из данных, начиная с фундаментальных принципов честного принятия решений и заканчивая конкретными методами построения, управления и оптимизации аналитических систем, а также этическими аспектами машинного обучения."},{"key":"conflict","title":"Главный конфликт / проблема","body":"Как правильно монетизировать большие данные, сохраняя честность, качество и этические стандарты, и при этом эффективно управлять аналитическими системами и командами."},{"key":"keyIdeas","title":"Ключевые идеи","body":["Автор имеет почти двадцать лет опыта в data science и может ответить на ключевые вопросы о монетизации данных.","Книга ориентирована на широкий круг читателей: менеджеров, инвесторов, стартаперов и начинающих специалистов.","Автор подчёркивает отсутствие кода и математики, делая книгу доступной для практики.","Честность и интуиция – ключ к правильным решениям на основе данных","Когнитивные искажения (выживший, предвзятость результата) и погрешности измерений влияют на выводы","Принцип Парето и правило штангенциркуля помогают управлять сложностью и точностью данных","Amazon‑подход к принятию решений: быстрый «Day 1» и два типа решений","Организация, управляемая данными, требует измерения, вовлечения сотрудников и прозрачных дашбордов","Машинное обучение обучается на примерах и выдаёт вероятностные предсказания.","Артефакты инженерии аналитической системы – архитектура и программный код, которые можно автоматизировать.","Аналитика должна быть близка к принятию решений, чтобы ускорить ответы и уменьшить посредников.","Существует конфликт интересов между исследователями и бизнесом, требующий балансировки."]},{"key":"conclusion","title":"Вывод","body":"Книга приводит к выводу, что успешная монетизация данных достигается сочетанием честных решений, грамотной архитектуры аналитики, эффективного управления командами и соблюдения этических и правовых норм, что позволяет организациям извлекать максимальную ценность из своих данных."},{"key":"audience","title":"Кому полезна","body":["Менеджеры и руководители компаний","Инвесторы и стартаперы","Начинающие специалисты в области data science","Профессионалы, работающие с аналитикой и ML","Кто хочет понять практическую пользу данных без глубоких технических знаний"]},{"key":"topics","title":"Главные темы","body":["Монетизация больших данных","Принципы честного принятия решений","Построение и оптимизация аналитических систем","Управление аналитикой и командами","Машинное обучение, этика и практика"]},{"key":"characters","title":"Персонажи","body":["Роман Зыков — Профессионал с почти двадцатью годами опыта, основатель RetailRocket, бывший руководитель аналитического отдела Ozon. Делится практическими примерами внедрения аналитики и машинного обучения, управлением командами, делегированием задач и личными уроками по работе с данными.","Ди Джей Патил — Автор книги о построении команд аналитиков данных, цитируемый автором как пример практики и подходов к развитию аналитической культуры.","Andrew Ng — Цитируется как представитель исследовательского сообщества, подчёркивающий разницу между лабораторными моделями и реальными системами.","Noa Lorang — Критик массового применения data science в бизнесе, подчёркивает разницу между теорией и практикой.","Джефф Безос — Предоставляет примеры принятия решений и культуры компании Amazon, описывая подход Day 1 и правила быстрой реализации.","Ричард Фейнман — Цитируется как пример честности в принятии решений, подчёркивает важность честности перед самим собой.","Quora ML Engineer — Участник интервью, демонстрирующий разницу ролей ML‑инженеров и аналитиков данных, подчёркивает необходимость разделения задач.","Xavier Amatriain — Критически оценил, что автор не подходит как менеджер и как разработчик одновременно, подчёркивая важность специализации.","Eric Colson — Предоставил цитату о том, что менеджер не имеет времени для аналитических задач, подчёркивая необходимость делегирования.","Richard Hamming — Цитирован как пример, который подчёркивает разницу между исследователем и менеджером, подчёркивая важность специализации.","Эндрю Ын — Указывает на двойственность технологии распознавания лиц и её возможности злоупотребления, подчёркивая этические риски.","Герман Клименко — Связал использование Liveinternet‑счётчика с отказом в кредите для тяжёлобольных клиентов, демонстрируя влияние данных на решения."]},{"key":"quotes","title":"Цитаты","body":["Дайте мне данные, и я переверну всю вашу жизнь.","Дайте мне точку опоры, и я переверну Землю.","«Итак, главный принцип – не дурачить самого себя. А себя как раз легче всего одурачить…» – Ричард Фейнман","«Если не измерить, не исправить» – Ди Джей Патил","«Никогда не использовать один-единственный процесс принятия решений…» – Джефф Безос","Существует огромная разница между построением модели в блокноте Python (Jupyter Notebook) на компьютере в лаборатории и созданием реально работающих систем, которые создают ценность.","Маленькая грязная тайна продолжающегося бума data science в том, что то, что обычно подразумевается под этим на самом деле, не нужно бизнесу.","«Если вы хотите быть великим исследователем, вы не станете им, будучи президентом компании.» – Richard Hamming","«Главная задача менеджера – наем… Далее организация команд – не только аналитиков, но и работа с другими командами… Для менеджера не остается времени для решения аналитических задач, и, следовательно, это делегируется.» – Eric Colson","\"I’m fed up…\""]}],"authorSummary":null,"hasArtifacts":true,"canReadInApp":false,"readUrl":"https://web.bookra.app/?startapp=b_402250","artifactsUrl":"https://web.bookra.app/?startapp=b_402250","readCtaLabel":"Читать онлайн","artifactsCtaLabel":"AI-разбор","appReadLinks":null,"appAnalysisLinks":{"tg":"https://t.me/bookra_lib_bot/BookRa?startapp=b_402250","vk":"https://vk.com/app54470698#startapp=b_402250","max":"https://max.ru/id7751370047_bot?startapp=b_402250","web":"https://web.bookra.app/?startapp=b_402250"},"guestReaderUrl":null,"authorCtaLabel":"Все книги автора","authorProtectedUrl":"/author/eca457d7-c214-11eb-9deb-441ea152441c","readersCount":38,"adultLabel":"16+","yearLabel":"2021","datePublished":"2021","publisherLabel":"Питер","isbn":"978-5-4461-1879-3","oclc":null,"lccn":null,"partnerUrl":"https://litres.ru/book/roman-zykov/roman-s-data-science-kak-monetizirovat-bolshie-dannye-65387097/","accessNote":"Карточка книги и AI-разбор откроются на защищенных страницах BookRa после входа."},"reader":null,"similarBooks":[],"similarBooksPagination":{"page":1,"pageSize":12,"totalItems":0,"totalPages":1,"hasPrev":false,"hasNext":false}},"notFound":false}