江苏龙网

  1. 主页 > 生活百科 > >

数字职业人，“入列”( 二 )

数字职业人


大数据分析师：数据会说话
【数字职业人，“入列”】“在这里，上一秒还是创意火花，下一秒可能变成应用产品 。”11月28日上午9:30，夏龙龙准时到工位上，他按下电源键，戴上耳机，手指不停敲着键盘，伴随着清脆的“噼里啪啦”声，一连串算法语言向上滚动 。“10:30有个线上会议 。”夏龙龙说着，换上另一副专门开会的耳机，和同事们聊起项目进度 。“聚类分析”“模糊逻辑”等专业术语不断输出，一排排矩阵、代码、公式布满了屏幕……
夏龙龙是小视科技江苏股份有限公司的一名大数据工程师，95后的他已经在这个行业干了5年，有着超越同龄人的成熟 。从大学开始，夏龙龙就习惯了与数据打交道，如今工作中的数据采集、数据分析对他来说，早已轻车熟路 。
对于大数据分析师而言，数据处理是基本功，夏龙龙介绍说，“初始数据量大，价值密度低，先要对这些数据进行清洗，然后构建模型，在目前的算力条件下，尽可能提升建模准确度，常常要进行上百次测试 。”他告诉采访人员，这就像用“数据”剪裁一件衣服，工程师要选择合适的数据做“布料”，最优的模型出“设计图”，再比照现实修改尺寸 。
“核验通过，请通行！”智能语音响起，南京市江宁区小里新寓门禁闸机自动开启 。今年5月份起，该小区的出入口就布设了防疫“数字哨兵”，居民刷身份证、刷人脸，能直接看到健康情况，人员流动的信息，清晰地呈现在物业管理办公室的监控大屏上 。
“小里新寓常住居民有2000多人，平均每天通行数据达2万多条 。”夏龙龙说，这些通行数据会说话，根据通行时间、频率以及习惯，能生成个人通行模型曲线，一旦发现严重的偏差，系统会告警 。他们利用这种方式实现对社区“重点人群”的关注 。
11月26日，在小视科技ITAS智慧物联应用系统上，跳出了一条告警信息，住在江宁小里新寓3幢77岁的独居老人黎宇已连续三天没有出入信息，“黎大爷出行向来规律，最近三个月他平均每天出行两次，分别在上午8点左右、下午5点左右 。”夏龙龙将这一情况反馈给社区，网格员上门查看后，发现原来是黎大爷在家不小心摔倒了，不想打扰儿子，便忍了两天没有出门，最终在社区人员的帮助下，黎大爷顺利就医 。
“独居老人是社区重点关注的对象，如果他们的出行频次或者习惯突然改变，就有可能存在安全隐患 。”通过分析通行大数据，夏龙龙还发现过传销组织的苗头，“这部分群体喜欢在非上班时间尤其是半夜结伴出行”，夏龙龙说，两年多以来，仅在小里新寓，发生类似的告警事件就有30多起 。
由数据推演出的模型，在海量数据中反复验证，模型也随之调整 。智慧社区项目实施之初，闹了很多乌龙，有一次，夏龙龙注意到，一位独居老人连续两天没有出行数据，调查发现，原来老人的儿子就住在隔壁楼栋，不需要经过门闸通行 。还有一次，一个房间注册了20多人，以为是群租房或传销组织，后来发现是物业保洁人员的公共休息室 。这些乌龙事件，也督促夏龙龙在数据模型中要考虑得更谨慎更周到 。
通过数据建模，敲下的一行行代码不断演变成智能化应用场景，这是夏龙龙最有成就感的事情 。“我们最新的研究主要集中在智慧社区 。比如，高空抛物摄像机，能记录下高空抛物全过程，直接锁定楼层和户主；智能监控设备，能识别可疑人员翻墙‘入侵’小区，识别道路上是否有老人和孩子跌倒，查看车辆停放占用消防通道和居民遛狗不牵绳的情况 。如有异常，系统会第一时间发出预警 。”夏龙龙说 。
写代码、改方案、赶进度、修Bug......大数据应用模式的迭代速度非常快，考验着大数据分析师知识结构的更新能力 。海量级别数据怎么处理？数据并行如何优化操作？夏龙龙经常要利用下班时间充电，他的工位看起来，更像是学生的课桌，《精益数据分析》《利用Python/ target=_blank class=infotextkey>Python进行数据分析》《Python大数据分析与机器学习商业案例实战》《数据分析：企业的贤内助》等书堆成一摞摞，便于他随时查阅，找补知识盲点 。
大数据行业不以经验为王，每个人都如同闯关者，处在同一起跑线上，只有不停“深度学习”，才能把未来牢牢抓在自己手里，夏龙龙说，“不断提高的实力，就是对抗焦虑、迎接未来最强劲的底气 。”


推荐阅读


上一篇：开车行驶路上如果撞了人，我们该怎么办？你知道吗

下一篇：北京医保个人账户可为全家参保