Укрощение больших данных (Фрэнкс Билл); Манн, Иванов и Фербер, 2014

• r0bur — 27 Декабря 2014

  3/5

  Для больших начальников или для студентовКнига начинается восторженными заявлениями о перспективах анализа больших данных («Большие данные? Ух, мы вас сейчас проанализируем!»). Эта эмоциональность к концу первой главы начинает надоедать.
  Приводится несколько примеров источников больших данных, но когда речь заходит о методах анализа, то повествование не распространяется дальше общих фраз. Если считать это обзором, то упоминается слишком мало инструментов и технологий.
  На мой взгляд, лучше всего проработана глава 3, в которой описываются требования к бизнес-аналитикам и их месте в структуре организации. Эта часть может быть интересна для HR-специалистов и руководителей. Но о больших данных в этой главе – ни слова.
  Общий вывод: книга носит обзорный характер и подойдёт для первого знакомства с возможностями, которые открывает аналитическое подразделение для бизнеса. Я бы назвал её «Бизнес-аналитик: введение в специальность».

  0

  0

• molozhenko — 7 Декабря 2014

  5/5

  Рецензия на книгу «Укрощение больших данных»Ещё одна книга, которую я рекомендую к прочтению всем, кто хочет понять насколько глубока кроличья нора.
  Этот потрясающий труд разительно отличается от книги «Большие данные», Виктора Майер-Шенбергера и Кеннета Кукьера. Её написал Билл Фрэнкс – директор по бизнес-аналитике компании Teradata, и это о многом говорит. Автор знает о больших данных столько, что позволил себе предложить подход к работе с огромными объёмами данных. Книга настолько хорошо структурирована, что читать её – одно удовольствие.
  Значимость большим данным придает вовсе не то, что они большие, и даже не то, что они представляют собой данные. Важно то, как вы анализируете и применяете эти данные для развития своего бизнеса.
  И не важно сколько у вас данных – 10 мегабайт или 10 петабайт. Если вы сейчас не в силах их проанализировать и использовать, то это и есть большие данные, которые могуть стать вашей большой проблемой.
  Также мне понравилась очень точная мысль про инновации, которые в нашей стране и сопредельных очень часто, хотя нет, почти всегда, путают с чем-то другим.
  Автор рассказывает и об основных технологиях для проведения анализа и обработки данных – о модели MapReduce, Hadoop и об R. Да, он рассказывает о них совсем чуть-чуть, но и этого достаточно, чтобы понять спектр решаемых проблем и области применения.
  Предложенный подход по работе с данными очень похож на то, что я изобразил в магистерской диссертации и это заставило меня улыбаться. Методы и процессы, которые предлагает автор, при должном подходе, позволят организации получить максимальную выгоду от имеющихся данных.
  Чтение оставило массу положительных впечатлений и всего лишь одно отрицательное – книга очень быстро закончилась. Читается на одном дыхании, рекомендую всем – от младшего инженера до главного руководителя.

  0

  0

Все отзывы (4)