Большие данные не работают в старых бизнес-процессах

CNews: Когда компании нужен Data Scientist?

Пётр Предтеченский: Прежде всего имеет смысл определиться с тем, кто же такие Data Scientists. Лично я определил бы следующим образом: это специалисты, обладающие экспертизой в математической статистике и машинном обучении, а также опытом создания информационных систем. Таким образом, компании нужно в первую очередь хорошо понимать, кто такие Data Scientists.

Во-вторых, имеет смысл убедиться, что у компании имеется достаточное количество данных для работы Data Scientist'a, и эти данные уже хорошо организованы и доступны. В-третьих, привлекать Data Scientist'a следует под конкретные задачи. «Все что-то делают с данными, так давайте и мы тоже будем!» – плохая постановка задачи для Data Scientist'a. В-четвертых, следует убедиться, что для решения поставленных задач недостаточно компетенции существующих сотрудников (например, аналитиков). Наконец, компания должна быть действительно готова принимать бизнес-решения на основе данных и воплощать эти решения в жизнь.

CNews: Можно ли уже оценить эффективность ваших пилотных проектов в области больших данных с российскими операторами?

Пётр Предтеченский: В настоящее время мы запускаем несколько пилотных проектов в области больших данных в России, и промежуточные результаты обнадеживают. Оценивать же эффективность проектов целиком пока преждевременно.

CNews: Планируете ли открыть R&D-центр, связанный с созданием решений в области больших данных, в России?

Пётр Предтеченский: Компания Huawei такой центр уже имеет. Разработка в нем сосредоточена на перспективных алгоритмах и технологиях больших данных. Идет сотрудничество с РАН по этим направлениям.