大模型时代数据科学岗位的未来思考

2025年4月19日,第75期DataFunSummit:大模型时代数据科学的变与不变将在DataFun线上社区举办,数据科学主题峰会已经连续举办5届,是国内少数关注数据科学主题和数据科学从业者的专业会议之一。

本次会议继续由DataFun社区主办,计划邀请30+位重量级数据科学家同台分享交流,深入辩证的探讨大模型时代数据科学在技术与应用的"变与不变",立足不变夯实基础,顺应变化逐浪新潮流。

在4月19日下午的数据科学与金融科技分论坛上,腾讯金融科技数据增长负责人许真浩将带来报告,主题为《数据科学与金融业务增长》。

专家介绍:

多年业务增长和数据科学结合工作经验,丰富的银行、理财和运营商行业精细化数据增长经验。

演讲介绍:

随着业务进入精细化运营时代,数据科学扮演着越来越重要的角色。助力业务增长过程中,数据科学一方面是工具:数据洞察、AB测试、因果推断、智能算法等,另一方面是增长策略:对什么用户、在什么场景、提供什么服务,提升多少业务指标。本次分享将重点介绍系统化数据科学业务增长方法论:我们如何整合数据科学工具,寻找增长空间,落地增长策略。

演讲提纲

1、数据科学助力业务增长的使命

数据科学一方面是数据统计,AB测试、因果推断、智能算法等数据工具,一方面应该是如假设检验,归纳演绎,问题拆解,原点思维等科学研究的方法论。数据科学助力业务增长的使命是:应用科学方法和数据工具来研究业务问题,解决用户需求,找到新的业务增长路径。

2、怎么应用数据科学于寻找增长空间

数据增长主要分成数据洞察,数据能力和数据策略三大部分,我们要从数据洞察中寻找业务增长空间,然后构建合适的数据能力,最后通过设计实验和放量迭代,达到提升业务指标的目的。

3、大模型时代数据科学岗位的未来思考

大模型可能数据科学岗位的影响和帮助,我们应该如何拥抱这些变化的初步思考和实践。

听众收益:

数据科学同学,可从分享中理解数据跟业务结合的增长实践,如何用数据赋能业务。产品运营同学,可以用分享中了解数据能力应该如何应用到自身的业务增长中。

落地挑战和方案重点

1、如何拆解业务问题、洞察业务问题、应用合适的数据科学工具洞察问题

2、对于洞察的结果,如果结合业务能力,落地增长策略,最终拿到业务增长效果

报名方式

相关推荐
yyy(十一月限定版)5 分钟前
matlab矩阵的操作
算法·matlab·矩阵
Elieal9 分钟前
5 种方式快速创建 SpringBoot 项目
java·spring boot·后端
c***693012 分钟前
Spring Boot实时推送技术详解:三个经典案例
spring boot·后端·状态模式
努力学算法的蒟蒻22 分钟前
day58(1.9)——leetcode面试经典150
算法·leetcode·面试
rgeshfgreh33 分钟前
Spring事务传播机制深度解析
java·前端·数据库
txinyu的博客37 分钟前
map和unordered_map的性能对比
开发语言·数据结构·c++·算法·哈希算法·散列表
搞笑症患者1 小时前
压缩感知(Compressed Sensing, CS)
算法·最小二乘法·压缩感知·正交匹配追踪omp·迭代阈值it算法
Mr -老鬼1 小时前
Rust适合干什么?为什么需要Rust?
开发语言·后端·rust
im_AMBER1 小时前
Leetcode 101 对链表进行插入排序
数据结构·笔记·学习·算法·leetcode·排序算法
12344521 小时前
Agent入门实战-一个题目生成Agent
人工智能·后端