这篇赞助的帖子是由结构制作的。

大数据正在成为现实世界和每个公司的DNA - 而不仅仅是数据科学家和企业的领域。了解世界领先的公司，大小，正在使用它在旧金山的结构数据，3月9日和10日的21世纪的业务。

通风博特读者特别优惠：使用促销代码“vb_vip”，然后单击此处以获取您的票证的30％折扣！

伴随计算的进步的周期是相当可预测的。技术在实验室设置中开始只能通过辉煌的少数理解，然后向下移动到一个知情和充满激情的早期采用社区，最后一旦扭结就已经向主流进行了途径，就纠正了扭结，并且为没有计算机科学的界面而改装的界面程度。

我们目睹了现在在数据分析领域的后一种转移。这可能是许多科技公司的旧新闻，但它开始在硅谷外面的突破片刻。

彼得·李的数据科学家，如Innorana的Ann Johnson等企业家正在将先进的数据科学带给负担不起自己通过一系列民主化的API和其他服务来投入自己的数据科学工作的人员和公司数据研究工具。

就像公共基础架构云服务一样，允许数百名创业公司在不必投资建立自己的基础设施的情况下，更容易获得尖端数据科学可以改善跨越诸多行业的广泛产品和服务数据科学辉煌。

这只是我们计划在旧金山的旧金山的狗仔队街区UCSF Mission Bay会议中心的3月9日和第10次探索的主题之一。多年来，结构数据试图展示和警告数据分析在制定业务决策方面的重要性，并且今年肯定不会改变。但是，今年发生变化的是实现机器学习和人工智能在经常人员（软件开发和营销世界内，无论如何）。

数据是一个美妙而棘手的事情。假设您正在正确测量，在组织中利用数据可以解锁您从未发现过的较哥分析工具。有一个原因的原因是谷歌，微软，百度等公司正在倾注数亿美元的人工智能研究和发展：他们已经了解了他们的产品和服务的发展中的数据，以及这些公司在下一波的创新浪潮中脱颖而出，数据世界将具有优势。

但是，对传统上依赖于更基本的数据分析形式的公司并不容易控制您的企业数据。在今年早些时候的谈话中，Slack的Josh Wills（谁将在2016年在结构数据上发言），他指出，一种或他人，“数据即将为您的业务而言。”

民主化数据

对于已经拥有既定数据文化的公司 - 认为银行和其他金融机构 - 适应数据分析的新趋势相对容易，如果昂贵。但是，从未根据复杂的数据管理业务的其他类型的公司 - 例如出租车行业 - 可能会被生活和呼吸数据的更灵活的竞争对手的兴起来粉碎，谁疯狂地努力提高他们的能力。

也就是说，除非大国的机器学习智能更广泛地获得，允许在销售，营销和其他非技术部门工作的人们以销售，营销和其他非技术部门的洞察力，而无需专门的机器学习研究项目。

这正是Interana正在做的事情：“我们针对分析和关心数字的人，但不一定是技术性的，”CTO和联合创始人Jobby Johnson在2014年在公司推出时讲述了2014年的结构数据策展人Derrick Harris。

约翰逊的妻子，联合创始人和Intorana Ceo Annonshon将于今年的活动加入我们，让我们了解该工作如何进展。

解锁对复杂的机器学习API的访问也将使社会研究人员有机会发现公司正在使用复杂的数据分析工具以获得令人困难的原因。案例分数：Castlight Healthcare提供的产品，使公司能够通过注意到妇女停止填充出生控制处方时，该公司收集谁可能在员工中怀孕的数据。

当然，可能会有一些可以提供这些数据的新生儿保健相关服务，但在一个时代，女性必须为平等的工资而且可以轻易成为“妈妈追踪”，那里有些人可能会采取这些数据并将其用作重新启动，以重新分配可能试图怀孕的女性。允许研究人员在其他领域中了解机器学习和人工智能工作如何帮助社会确定对机器学习算法开发的软件和服务的适当反应。

和民主的访问这些技术甚至可以帮助数据科学家自己。虽然现代数据基础设施可能是旧的帽子，如谷歌或Facebook这样的地方，但较新公司的数据科学家面临着从头开始构建数据基础设施的前景。为谷歌的工作可能不适用于新公司，但如果你所知道的是做事的一种方式，那就可能构建了什么。

这应该在结构数据2016年迷人的谈话。

Tom Krazit是结构的执行编辑。

记住：通风博特读者特别优惠：使用促销代码“vb_vip”，然后单击此处以获取您的票证的30％折扣！

赞助的帖子是由一家公司生产的内容，可以支付邮政或与Venturebeat进行业务关系，他们总是明确标记。我们的编辑团队产生的新闻故事的内容永远不会受到广告商或赞助商的影响。有关更多信息，请联系[email protected]。