经常说数学是普遍的语言。它代表了想法和纯粹的逻辑，将每个领域从企业交往社会和物理科学，甚至是艺术。

然而随着越来越多（大）数据的出现，我们还没有充分利用数学的力量作为普通语言;相反，我们专注于更具体的概念，如查询和模式匹配，以帮助搜索信息并更快地查找数据中的关系。作为技术学家，我们知道所有这些都最终为1S和0s，但数据后面的算法较少，留下了焦点，留下了Lingo内部的许多问题和特定于其域的现有实践。

为什么这是重要的？数学是数据到软件开发的抽象层。有了它，我们可以将物理和能源转化为国际空间站，药物发现，DNA搜索效率，寻找成吉思汗的坟墓，几乎所有其他东西都进入了问题陈述的共同词汇。

美国国际发展局（美国援助）的研究人员甚至利用这种方法来创造一种方法来预测世界各地会发生的地方。他们使用数千人的众群社区来帮助识别新的数据集，优化应该预测的内容，最后为预测暴行创造更好的模型。大多数参与者没有对冲突的政治学或现有的人类行为的社会学模式没有深刻的域名知识，但他们可以智能地追求这个问题，因为他们了解“数学应该如何工作。”

该方法具有明显的益处。一旦数学完成，域知识并不重要;它允许在跨行/域中杠杆的技能，并使核心技术更广泛地利用核心技术，以帮助优化/解决关键问题。它为我们的问题创造了一个API。

软件中的API允许公司在其产品周围创建生态系统。组织之外的人可以扩展产品或改变其行为，为自己或有时为行业提供产品。同样，通过表达和询问我们的问题的数学表示，我们允许一个社区 - 超出我们自己的内部资源 - 帮助我们发现数据或数据的答案。通过这种“API”，我们重新定义了需要深层域专业知识的问题，进入需要技巧的“只是”数学。

与此相关的是，一位众所周知的教授一旦对我发表评论，“大数据在我们（学术）世界中被误导，因为数据集一​​直很大。有什么不同的是，我们现在有技术只需运行每种情况。之前，直觉很重要，因为你可以花几个月追逐一个概念。现在，正确设置，我们只能像等式一样运行或解决模型。“

这种将深层领域问题转变为复杂数学问题的能力是数据科学家和大数据的开创性。它首次允许与可能与我们联系的人的社区进行低摩擦合作。许多人群社区（包括Topcoder）使用此抽象来解决和优化许多域的问题，以实现戏剧性的1000x类型的改进。这些结果起初似乎是令人难以置信的，但一旦看到他们在域之后跨域重复，就会显而易见的是，当您可以将挑战传达作为数学问题时，您可以从数百或数千人中受益于优化答案。这是这种社区才能提出更好的解决方案，而不仅仅是一些具有深层领域专业知识的研究人员。结果并不奇怪，也不是正确建立问题的事实往往是最重要或最棘手的部分。

虽然技术和工具在任何大型数据锻炼中都很重要，但请考虑如何使用数学的概念来抽象您的域名的问题。这将允许您公司内外的其他人来帮助您找到推动您业务的问题的最佳答案。毕竟，随着比尔喜悦曾经说过，“无论你是谁，大多数最聪明的人都为别人工作。”

Appirio并拥有超过15年的软件和商业经验。在Appiro之前，他在CEO办公室的SAP作为公司战略集团的一部分工作。在SAP之前，他将研发，销售和营销活动管理为WebMethods（WebM）工作流业务部​​门的副总裁兼总经理。他此前还为公司的BPM，工作流，B2B和工业产品推出了研发。Narinder在其战略技术中心举办了埃森哲的职业生涯。Narinder还在其发展中致力于几种非营利性，并支持许多原因，包括人类，WorldVision和Ensaaf的架构。