日本語 での データサイエンティスト の使用例とその 中国語 への翻訳
{-}
-
Ecclesiastic
-
Programming
-
Computer
データサイエンティストになるのは簡単ではない。
成为一个数据科学家不是容易的事。データサイエンティストになるための8つのステップ。
AmazonEMRノートブックは、JupyterNotebookに基づくマネージド環境を、データサイエンティスト、アナリスト、および開発者に提供します。
AmazonEMRNotebooks可为数据科学家、分析师和开发人员提供一种基于JupyterNotebooks的托管环境。世紀最も魅力的(セクシー)な職業「データサイエンティスト」って何?
世纪最性感的工作数据科学家一词的由来是什么?しかし、この分野のデータサイエンティストにとっては、詐欺の検知などのセキュリティやコンプライアンスも重要な任務だ。
但对于这一领域的数据科学家来说，安全性和合规性（包括欺诈检测）也是主要关注点。PythonやRは、データサイエンティストの職に就く全ての人に必須のものだと言っても過言ではないでしょう。
Python或R对于几乎每一个数据科学家职位来说都是必须的。モデルトレーニングの高速化によって、データサイエンティストや機械学習エンジニアは、より速く反復処理を行い、より多くのモデルをトレーニングし、精度を向上させています。
更快的模型训练使数据科学家和机器学习工程师能够更快地进行迭代、训练更多模型并提高准确性。現在、新しいタイプの業務担当者（データサイエンティストなど）がデータを求めるようになっており、今後は新しいアナリティクステクノロジー（機械学習、データレイク、人工知能など）がデータ戦略に影響を及ぼすようになります。
数据科学家等新型业务用户正在请求数据，新的分析技术（如机器学习、数据湖和人工智能）将影响数据策略。データサイエンティストや開発者はネットワークを微調整する場合、適切なバッチサイズを使用できるようにGPU使用率を最適化したいと考えています。
数据科学家和开发人员在微调网络时，希望优化其GPU的利用率，以使用最适当的批处理大小。モデルトレーニングの高速化によって、データサイエンティストや機械学習エンジニアは、より速く反復処理を行い、より多くのモデルをトレーニングし、精度を向上させることができます。
更快的模型训练使数据科学家和机器学习工程师能够更快地进行迭代、训练更多模型并提高准确性。データサイエンティストや開発者のための設計：現在、何千もの企業がCiscoUCSを利用してビッグデータを活用しようとしています。
专为数据科学家和开发人员设计：今天，有成千上万的客户在使用思科UCS来帮助他们实现大数据分析。JuliaとRはどちらもデータサイエンティストによる使用頻度が高い言語であり、ScalaはApacheSparkのようなビッグデータシステム構築時での使用頻度が高くなりつつある言語です。
Julia和R都是数据科学家常用的语言，Scala在与ApacheSpark等大数据系统交互时变得越来越普遍。機械学習アプリケーションの高速化を必要としているデータサイエンティストや研究者、開発者たちにとって、AmazonEC2P3インスタンスはクラウド内で最も高速な機械学習トレーニング用インスタンスです。
对于需要加快机器学习应用程序速度的数据科学家、研究人员和开发人员来说，AmazonEC2P3实例是云中最强大的GPU计算工具。そしてデータサイエンティスト以外の皆さん―この状況は数学のテストではなく政治闘争なのです専制君主のようなアルゴリズムに対して私たちは説明を求める必要があります。
然后剩下的人，非数据科学家们：这不是一个数学测试，这是一场政治斗争，我们应该要求我们的算法霸主承担问责。JuliaとRはどちらもデータサイエンティストによる使用頻度が高い言語であり、ScalaはApacheSparkのようなビッグデータシステム構築時での使用頻度が高くなりつつある言語です。
Julia和R是数据科学家常用的语言，Scala在和大数据系统（如ApacheSpark）互动时的使用率逐渐提高。ビジネスアナリスト、データサイエンティスト、意思決定者は、ビジネスインテリジェンス(BI)ツール、SQLクライアント、その他の分析アプリケーションを通してそのデータにアクセスします。
业务分析师、数据科学家和决策者通过商业智能(BI)工具、SQL客户端和其他分析应用程序访问数据。しかし、通常そこにはデータサイエンティスト（ウォールストリートの専門用語でいう「クオンツ」）たちがいて、彼らが大規模な統計モデルを構築するためにマシンを利用しているのである。
但是，这通常需要涉及到数据科学家（用华尔街的行话，叫做「宽客（quants）」）使用机器来构建大型的统计模型。機械学習アプリケーションの高速化を必要としているデータサイエンティストや研究者、開発者たちにとって、AmazonEC2P3インスタンスはクラウド内で使用可能な、最も強力なGPUコンピューティングです。
对于需要加快机器学习应用程序速度的数据科学家、研究人员和开发人员来说，AmazonEC2P3实例是云中最强大的GPU计算工具。Pivotalのデータサイエンティストチームは、あらゆる産業のクライアントと協働しながら、クライアントにとって最も差し迫ったビジネス課題を解決し、市場機会を適時に生かすお手伝いをしています。
Pivotal的数据科学家团队与各行各业的客户合作，以解决他们最迫切的业务挑战，并及时抓住市场机会。AWSでは、主要な深層学習フレームワークがサポートされていて、データサイエンティストや開発者に、最もオープンで柔軟な環境を提供しています。
AWS支持各种主要的深度学习框架，可为数据科学家和开发人员提供最开放且最灵活的环境。そこで、これらのプログラミング言語が互いにどのように関係しているかを比較しながら、我々の経験に基づいて、データサイエンティストとエンジニアにとって最も有用なRライブラリのいくつかを用意しました。
因此，在我们安排比较这些编程语言如何相互关联时，我们根据自己的经验为数据科学家和工程师准备了一些最有用的R库。CEOのChristianRodatus（クリスチャン・ロダトゥス）氏によると、同社の最初のミッションはHadoopをデータサイエンティストやビジネスアナリスト、それにエンジニアなどの人々にとって容易に利用できるようにすることだった。
公司首席执行官ChristianRodatus表示，公司的最初使命是使Hadoop更易于为数据科学家、业务分析师等所使用。特に、実社会で有用なデータサイエンティストになるためには、「ICTスキル」「専門知識」「ビジネス視点」という、３つの能力が重要になってくる。
尤其是在实际社会运用中要成为一名有能力的数据科学者，“ICT技术能力”、“专业知识”以及“商业视角”等三种能力是非常重要的。世界中のデータサイエンティスト、研究者、イノベーターは、2017年4月10日までにDataForClimateAction.orgに提案書を提出し、申し込むことができます。
歡迎世界各地的資料科學家、研究人員與創新人才在2017年4月10日前，將提案繳交到DataForClimateAction.org。CDCのデータサイエンティスト、JanPospisil氏「私たちの目標はクラウドベースの人工知能を用いてこうした大量のデータを処理し、検出した脅威に対して最良の手を遅滞なく打つことです。
CDC資深資料科學家JanPospisil表示：「我們的目標是使用雲端型人工智慧處理大量威脅資料，立即決定處理已偵測威脅的最好方法。米Quoraのデータサイエンティスト、WilliamChen氏は、データサイエンティストに必要なスキルのトップ5として、ハードスキルとソフトスキルの両方を交えて以下を挙げている。
据Quora的数据科学家WilliamChen表示，数据科学家的五大技能包括硬技能和软技能的混合：.HearstCorporationは、AmazonEMRで稼働するAmazonKinesisおよびSparkを含むアーキテクチャを使用して、データサイエンティストやビジネスの利害関係者にリアルタイムの洞察を提供しています。
HearstCorporation使用包含AmazonKinesis和AmazonEMR上运行的Spark的架构，向数据科学家和商业利益相关者提供实时见解。AzureDataLakeには、開発者、データサイエンティスト、アナリスト向けに、さまざまなサイズ、形態のデータを容易に格納し、複数のプラットフォームと言語であらゆる種類の処理と分析を簡単に実行するために必要な機能が提供されています。
AzureDataLake能够帮助开发人员，数据科学家和分析人员轻松存储任何大小，形状的数据，以及跨平台和语言进行所有类型的处理和分析所需的功能。LinkedIn社の2017年の米国の新興職業に関するレポートでは、「2012年以降、データサイエンティスト職が650%以上増加しており」、さまざまな業界で、「何百社に及ぶ企業がデータサイエンティストの役割を雇用している」と説明されています。
LinkedIn发布的《2017年美国新兴工作岗位报告》中指出，“自2012年以来，数据科学家和数据专家的职位增长了650%以上”且“数百家企业都在招聘这些职位”。最新のGPUアーキテクチャであるNVIDIAVolta™を採用したTeslaV100は、単一のGPUでCPU100個分のパフォーマンスを実現し、データサイエンティスト、研究者、エンジニアがかつては不可能だった課題に取り組むことを可能にします。
TeslaV100采用新一代GPU架构（即NVIDIAVolta™），可在一个GPU中提供100个CPU的性能，让数据科学家、研究人员和工程师能够解决以前无法解决的难题。
