Analityka biznesu a inżynieria obliczeń
- Krzysztof Patla
- 6 gru 2016
- 1 minut(y) czytania
Optymalizacja decyzji i procesów to połączenie umiejętności biznesowych ze stosowaniem matematyki i technologii. Specjalista ds. optymalizacji decyzji potrafi odkrywać i przenosić wzorce z różnych branż, a gdy wzorców brakuje, to głęboko sięga do nauki. Natomiast inżyniera danych i obliczeń to umiejętności matematyczne, statystyczne i technologiczne. Niezbędna jest edukacja w optymalizacji na rzeczywistych problemach i danych biznesowych, żeby nauczanie inżynierii danych i obliczeń było praktyczne.
Na polskich uczelniach pojawia się edukacja w inżynierii obliczeń, np. Wydział Fizyki i Informatyki Stosowanej Akademii Górniczo-Hutniczej w Krakowie przygotowuje studentów do uczestnictwa w zespołach zajmujących się stosowaniem metod obliczeniowych w rozmaitych dziedzinach nauki i techniki [1]. W zespołach może w szczególności pełnić role wymagające zaawansowanej wiedzy informatycznej - tworzenie i analiza algorytmów oraz programów - i matematycznej - tworzenie i analiza modeli matematycznych i numerycznych, szacowanie błędu obliczeń, ocena ryzyka oraz właściwości statystycznych i stochastycznych problemów i rozwiązań.
Rolę inżyniera obliczeń (ang. data scientist) wprowadził w 2008 roku D.J. Patil, Chief Data Scientist of the United States Office of Science and Technology. A w 2013 roku Harvard Business Review nazwał rolę najseksowniejszą w XXI wieku [2]. Żeby ta najseksowniejsza rola była również najbardziej pożądaną przez przedsiębiorstwa, to potrzebna jest edukacja na rzeczywistych problemach biznesowych.
Różnice pomiędzy inżynierią obliczeniową a analityką biznesu, lecz dla biznesu istotne [3]. Analityka polega na budowaniu czytelnych i zrozumiałych, często prostych, rekomendacji dla podejmowania decyzji, bo tylko wtedy jest wartościowa dla organizacji. Inżyniera obliczeń pomaga organizacjom budować rozwiązania analityczne, czasami bardzo skomplikowane jak stosowanie sztucznej inteligencji czy uczenia maszynowego.