数据科学工程实践：用户行为分析与建模、A/B实验、SQLFlow

作者简介

谢梁<br><br>经济学博士<br>腾讯 QQ 浏览器副总经理、QQ 浏览器数据负责人。<br>CCF 数据科学专委会创始委员，入选第1财经数据科学50 人。<br>曾任滴滴杰出数据科学家、美国微软云存储核心工程部首席数据科学家。 <br><br>缪莹莹<br>浙江大学硕士，滴滴首席数据科学家，CCF 数据科学专委会委员。发表十余项国家发明专利及国际发明专利，具有丰富的数据仓库建设、数据挖掘建模、实验科学与战略分析的经验。带领团队用数据的方式驱动从 0 到 1 的初创形态的业务和成熟形态业务的增长，善于发现业务机会和风险，给业务带来巨大价值。 <br>高梓尧 <br>快手数据分析总监，长期在美国硅谷和中国多家互联网科技公司从事用户分析、实验设计等相关工作。曾带领滴滴数据科学团队与蚂蚁金服联合开源共建一站式机器学习工具 SQLFlow。拥有多项国家发明专利。清华大学 – 哥伦比亚大学商业分析硕士项目指导嘉宾、泛华统计协会演讲嘉宾。<br>王子玲<br>上海交通大学计算数学硕士，曾任滴滴高级数据科学家、高级模型专家、高级风控专家。先后任职于日企 MTI、人人网、滴滴出行、爱奇艺等知名互联网企业，在网约车出行、互联网金融、在线音乐、短视频、网游等领域积累了丰富的大数据分析、策略、挖掘、建模、研究、应用经验。负责过两段公司级重点项目从 0 到 1 增长的整体数据驱动体系设计及落地。申请平台智能定价及优化算法系统等十余项国家发明专利及国际发明专利。 <br>周银河<br>现任腾讯数据科学家，曾任滴滴数据科学家，清华大学 – 哥伦比亚大学商业分析硕士项目指导嘉宾。拥有丰富的数据分析、统计建模及实验设计经验。 <br>丁芬 <br>曾任滴滴数据科学家，曾就职于美团、滴滴等国内知名互联网公司，工作经历涉及商场咨询、信贷风控、网约车交易及信息流等领域。 <br>苏涛 <br>物理学博士，美国生物物理学会会员。曾任中国科学院研究助理，研究量子计算和主动流体。后任乔治华盛顿大学计算物理研究员，从事细胞模拟、生物领域机器学习、高性能计算等方向的研究。2017 年进入互联网行业，先后在 Elex 和滴滴进行数学模型、算法和数据科学方向的研究，熟悉复杂网络、流形几何嵌入、时频分析以及相关的机器学习和优化方法。<br>王禹 <br>曾任滴滴高级数据分析师，主要负责滴滴分单引擎和调度引擎的实验设计、评估、数据分析以及成交率等核心指标的预测、异常诊断归因等工作。现任某短视频科技企业算法工程师，主要负责LBS 定位、POI 挖掘等相关场景的策略算法开发。 <br>吴君涵 <br>资深数据分析师，擅长用户增长分析和体验量化建模。具有丰富的大数据挖掘建模、产出数据驱动洞察并通过洞察影响决策的实战经验。<br>杨骁捷 <br>高级数据分析师，擅长双边平台的供需匹配效率分析，在出行、电商等不同业务领域中灵活运用因果推断相关知识，科学评估复杂场景下的策略收益。 <br>刘冲 <br>曾任滴滴高级数据分析师，主要负责流量运营的实验设计、评估、数据分析以及优化司机行为和提高司机收入等相关分析，现任某短视频科技企业数据分析师。 <br>王玉玺 <br>中国人民大学商学院博士，美国密歇根大学访问学者，滴滴数据科学部研究员，主要研究方向为定价策略优化、消费者行为分析等。参与多项国家自然科学基金及社会科学基金研究项目，在 Expert System、Information Systems Research、《管理评论》等期刊发表多篇论文。<br>刘未名 <br>滴滴数据科学家，拥有金融、互联网等领域的数据分析经验，擅长利用实验、量化模型解决业务问题，多次参与公司级重点项目的数据分析，帮助公司搭建数据驱动工业化体系，拥有国内、国际多项发明专利。 <br>杨凯迪 <br>现任快手数据分析部数据科学家。长期就职于国内头部互联网企业，对于出行定价补贴以及短视频行业用户画像挖掘、策略分析等有丰富经验。工作期间累计发表三篇国家发明专利论文。 <br>李依诺 <br>滴滴高级数据科学家，本硕先后毕业于美国印第安纳大学数学专业和美国乔治华盛顿大学生物统计学专业。目前就职于腾讯，曾就职于滴滴。在在线视频、网约车、网络游戏领域积累了丰富的数据科学实战经验，从 0 到 1 参与过腾讯、滴滴的实验工业化进程。 <br>陈祥 <br>资深算法工程师，硕士毕业于爱丁堡大学计算机科学专业。先后从事异常检测、强化学习、自然语言处理、领域知

内容简介

（1）豪华作者阵容：作者全部是自腾讯、滴滴、快手等一线互联网企业的数据科学家、数据分析师和算法工程师，经验极为丰富。 （2）三维度深融合：将数据科学的3个维度——商业理解、量化模型、数据技术全面打通，涵盖数据科学的应用场景、理论支撑和技术底座。 （3）应用场景面广：本书所有数据科学应用场景均来自商业环境，强调实用、可操作性强。 （4）方法论与案例：围绕3大主题给出了大量方法论和Z佳实践，方法论与案例的背景、代码、解读等模块深度融合。