Peter Krensky是业务分析和数据科学团队的董事、分析师,专注于数据科学和机器学习,包括预测和规范分析、公民数据科学、增强分析、DSML团队结构、人工智能人才管理,以及数据和分析教育和奖学金。
加入Gartner之前,Krensky先生是Aberdeen Group的研究分析师。在那里,他涉及了广泛的商业智能主题,包括高级分析、数据发现、自助数据准备、销售和营销分析、数据治理和Hadoop。在成为分析师之前,他在巴西圣保罗生活了一年,在那里他担任再保险经纪人的运营助理。
阿伯丁集团
研究分析师
巴西米勒
业务助理
数据和分析领导者
分析,BI和数据科学解决方案
数据和分析项目和实践
人工智能
安默斯特学院历史学学士,优等生
1数据科学和机器学习如何带来商业利益
2如何开始学习数据科学和机器学习
3.如何建立、培养和安排数据科学团队
4对于数据科学和机器学习,应该采用和投资哪些软件工具
5何时构建、购买、外包数据科学和机器学习解决方案