📊The Greats

Более известная как основательница современного сестринского дела, Найтингейл также была новаторским статистиком, который использовал визуализацию данных, чтобы убедить британское правительство в том, что плохие санитарные условия, а не боевые раны, убивали большинство солдат в Крымской войне, и стала первой женщиной, избранной членом Королевского статистического общества.

“Хорошо продуманная диаграмма может изменить политику правительства быстрее, чем те же цифры в таблице.”

Работая химиком и статистиком на пивоварне Guinness в Дублине, Госсет разработал t-распределение и t-критерий для решения очень практической задачи — оценки качества небольших образцов ячменя — и опубликовал результаты под псевдонимом «Студент», поскольку компания Guinness запретила сотрудникам публиковаться под собственным именем.

“Метод, созданный для решения одной узкой практической проблемы, может пережить свою первоначальную цель более чем на столетие.”

Американский статистик индийского происхождения, который в 25 лет вывел границу Крамера-Рао и теорему Рао-Блэквелла — два наиболее широко используемых результата в теории статистических оценок — и позже помог построить Индийский статистический институт в Индии, а затем сделал долгую карьеру в американских университетах.

“Единственный, точно доказанный результат в начале карьеры может пережить десятилетия более поздних тенденций в этой области.”

Американский математик и статистик, который изобрел алгоритм быстрого преобразования Фурье, изобрел коробчатую диаграмму и в своей статье 1962 года «Будущее анализа данных» утверждал, что анализ реальных данных следует признать как отдельную научную дисциплину, отличную от математической статистики.

“Посмотрите на данные своими глазами, используя простые нарисованные от руки инструменты, прежде чем доверять какой-либо модели, построенной на их основе.”

Статистик Bell Labs, который в статье 2001 года придумал «науку о данных» как название расширенной статистической дисциплины и отдельно изобрел широко используемые методы визуализации и сглаживания данных, включая метод локальной регрессии LOESS.

“Наименование и официальное предложение границ области в печати может повлиять на то, как университеты будут организовываться вокруг нее годы спустя.”

Возглавил команду данных LinkedIn, где он и его коллега Джефф Хаммербахер независимо друг от друга выбрали должность «специалист по данным» примерно в 2008 году, стали соавторами влиятельной статьи в Harvard Business Review за 2012 год, назвав ее «самой сексуальной работой 21-го века», а позже стали первым главным специалистом по данным в США при президенте Обаме.

“Правильное название должности может повлиять на то, как будет наниматься на работу в целую профессию, почти так же, как и на саму работу.”

В 2009 году стал главным научным сотрудником bit.ly, одним из первых людей, публично занявших эту должность, используя огромные данные о потоках кликов службы сокращения ссылок для изучения того, что распространяется в Интернете, а позже основал исследовательский стартап в области машинного обучения Fast Forward Labs.

“Обычный инфраструктурный продукт может стать одним из самых богатых доступных наборов исследовательских данных, если кто-то решит поискать.”