Всем привет.
![]()
Я уже писал про SAS Studio в статье. Однако теперь давайте познакомимся чуть ближе с самим продуктом. И посмотрим на что он способен.
Ниже привожу два видео, которые покажут беглый взгляд на данный продукт.
Мне понравилось, то что можно наконец-то работать из любого места, где есть просто барузер и не надо заморачиваться со служебками на установку толстого клиента SAS EG.
Также преднастроенные куски кода дают возможность быстро освоиться с тем, что тебе нужно. Даже добавлены коды на DS2, что приятно удивило.
В общем время покажет, что лучше SASStudio или SAS EG.
А как считаете Вы, уважаемые читатели?
С уважением,
Николай.
Мне SAS Studio понравился тем, что благодаря ему можно обучать широкую аудиторию пользователей работе в SAS, не озадачиваясь, установлен у твоего слушателя SAS или нет. Оптимален для skype-формата обучения. Оба загружаете программу в браузере, подключаете демонстрацию экрана, синхронизируйтесь и можно начинать учебный процесс. Как раз для обучения на базе SAS Studio перевели Little SAS Book. Студенты и коммерческие клиенты очень довольны. SAS Studio как нельзя лучше подходит, когда нужно оперативно обучить человека базовым навыкам работы в SAS, при этом слушатель не скован территориально, местом работы, университетом, где установлено программное обеспечение SAS. Обучение становится мобильным.
Честно говоря, если речь идет о расшаривании экрана, то можно в SAS EG показывать. Здесь разницы нет. Другое дело, когда пользователю нужно ручками попробовать код написать и у него не установлен локально SAS EG — тогда Ваш способ будет предпочтительным.
SASStudio на данный момент очень ограничен функционально, в нём нету вещей, которые так любят пользователи в EGuide, а именно возможность накликивания без какого-то понимания кода!
С своей стороны я вижу существенный недостаток — отсутствие загружать и выгружать внешние файлы напрямую в клиент SASStudio.
Пользователю любят Excel, а с SASStudio требуется хитроумный способ взаимодействия этих двух систем.
К хорошему быстро привыкаешь =)
Ну и я молчу о преднастраиваемых библиотеках на уровне администрирования в Management Console. Пока он никак не реализован.
Кстати, коллеги, сориентируйте, насколько востребован сейчас SAS EG? В сравнении с тем же SAS EM.
А от привычки "накликивания без какого-то понимания кода" надо отучать. Не устану повторять, что привычка делать все с помощью Java Enterprise до добра не доводит, за короткое время можно построить 80% модели и потом застрять, не найдя нужной кнопки.
Мне кажется вопрос некорректный.
Если речь идёт о моделировании, то SAS EM востребован. И эта востребованность со стороны аналитика-моделера.
В противном случае востребованности нет.
Сегодня задач на моделирование очень мало, в отличии от рутинных отчётов, обработки данных, презентаций и тд, с которыми хорошо справляется EG. А это задачи бизнес пользователей, иногда аналитиков.
А от привычки "накликивания без какого-то понимания кода" надо отучать.
Простите, а чему учить и кого учить?
Если кодить, то кого учить? Стоит ли эти вложения выхлопа?
А если разбираться в математике, то зачем нужен SAS?
Пока на рынке востребованности я не наблюдаю в этом направлении. А с учетом текущей ситуации не так много компаний реально могут себе позволить SAS.
По поводу SAS EG и SAS EM ясно. Разные задачи.
Но простите, а что если я поставил SAS, мне и в математике не надо разбираться? Ну ok, я этих примеров, когда с наскоку пытаются обрабатывать данные, строить модели, насмотрелся. Когда человек накликиванием на глаз перебирает в SAS EM оптимальное количество наблюдений в узле, чтоб дерево построить или крутит prior correction в надежде улучшить прогнозирование редких событий. Только это не моделер, а заготовка для моделера. Да, это нормально, да так принято. У нас здесь, в России. Но как говорил мой университетский преподаватель, если миллион фирм делает херню, совсем необязательно становится миллионпервой фирмой, делающей такую же херню. Вообще фразы в духе "я моделер (аналитик), а не программист", "я моделю строю, а не программирую" я только здесь в России слышу. В Штатах, например, нет такого разделения. Ты и программист, и моделер, и в бизнесе клиента должен разбираться. Словом, междисциплинарник. Чему и кого учить хорошо написано здесь http://datareview.info/article/leonid-zhukov-nauchnyih-veshhey-v-data-science-poka-net/
Добрый день!
Вот вы мне глаза открыли, что в России узкоспециализированные специалисты. Я всегда считал, что только в России кандидат может и модели строить и коды на 10 языках писать, а еще и машины если понадобиться чинить :). А как раз на западе предпочтение отдается узкоспециализированным кандидатам.
Что касается работы с SAS EM — то здесь практически все должны уметь работать и с SAS EG (либо в Base писать). Т.е. с точки зрения математика — множество EG включает в себя множество EM :).
Что ж Вы молчали раньше? Срочно мне этих кандидатов )
По поводу Запада и узкопрофильников. Конкретный пример — Citibank в Штатах. Идет постепенное вынедрение SAS. Production переводят на Java, моделирование — на R. Никто не плачется, никто не говорит, что он моделер, а не программер, что R жутко неудобен, что вот опять писать код. У нас же стоило Олегу Соловьеву предложить перевести проекты по скорингу на R, срач поднялся до небес. Это те самые специалисты взвыли, как бы не заставили их помимо R еще и машины чинить ) Наверно, читали эту эпическую сагу на форуме sql.ru.
По поводу SAS EM. Ключевое слово "должны уметь" )
По моим наблюдениям (а это и конкретные проекты по скорингу и образовательная практика), как правило, у тех, кто работает в SAS EM, уровень владения языком оставляет желать лучшего. Для многих вообще было откровением, что в SAS EM помимо встроенных алгоритмов можно прекрасно писать свои собственные. Я почему о коде завел речь. Если есть возможность повысить точность модели в SAS EM, а подходящей кнопки нет, можно обратиться к коду. Например вместо Maximum Normal уметь преобразование сложенный корень написать и использовать. А в большинстве случаев я вижу именно "накликивание". Особенно у начинающих моделеров, студентов ВУЗов, входящих в академическую программу. Часто это обусловлен тем, что изучение начинается с SAS EM, а не с SAS Base. И выходит, что человек кнопками построить нейросеть может, а разобраться в сгенерированном коде, выяснить, где косяк, где нужно другую нормировку (при работе с теми же нормализованными RBF-сетями) ему уже не по силам.
Да, тут три уровня знаний и умений (касательно анализа данных). По уровню значимости я бы распределил так:
1) Знание соответствующей математики.
2) Знание соответствующих алгоритмов и структур данных и умение заимплементировать их на каком-либо (любом) языке программирования.
Не обязательно все методы/алгоритмы, а хотя бы какую-то часть, чтобы иметь представление что происходит внутри
следующего — 3-го уровня, и при необходимости вносить правки и уметь интерпретировать результаты.
3) ну и потом уже идут инструменты — SAS EG/Base/EM, R, Spark, Excel etc .
Учитывая это (и если Вы согласны с пунктами), очень трудно стать хорошим аналитиком — нужно уметь сразу "всё" )