如何巧用工具实现百亿级互联网数据快速清洗？

分享背景

当下，大数据已然成为了重要的战略资源，市场规模高速增长，市场发展潜力巨大。在线社交媒体，通过数据洞察用户喜喜好，精准匹配内容与广告；金融巨鳄，从大量的数据中获得深层信息，时刻预测行业走势；电商BAT等坐拥海量数据，争相投入大数据相关产品，以数据为基础发展新型服务。一夜之间，数据相关的职业成为高潜能的香饽饽，各大企业疯抢不同领域的数据人才：市场分析师、咨询分析师、数据挖掘分析师等等。

然而，要成为专业数据挖掘和分析的工作人员并不容易，单数据清洗和转化是一项非常繁琐和复杂的工作，占用了很大的工作量。本次分享将整体介绍数据清洗的全过程，并以实战案例出发教大家在数据清洗过程中如何巧用工具。

分享主题

如何巧用工具实现百亿级互联网数据快速清洗？

分享提纲

如何解决数据采集的问题

数据质量要关注哪些问题

如何进行数据审查，并制定数据清洗计划

数据清洗实操

分享人简介

杨飞，DataStory高级数据挖掘工程师。毕业于暨南大学计算机科学，曾参与搭建DataStory亿级微博人群画像分析系统;NLP核心算法研究；大数据商业智能分析工具数说立方主力研发。

分享时间

北京时间 12 月 28 日（周四）20:00

参与方式

扫描海报二维码添加社长微信，备注「杨飞」

上海交通大学博士讲师团队

从算法到实战应用

涵盖 CV 领域主要知识点

手把手项目演示

全程提供代码

深度剖析 CV 研究体系

轻松实战深度学习应用领域！