生物统计师与临床医生协同研究使用的低代码洞察平台丨数据科学 x 临床医学
#ModelWhale #和鲸动态临床研究的“多角色”特性临床研究是以疾病的诊断、治疗、预后和病因为主要研究内容，以患者为主要研究对象的科学研究活动。现代临床研究项目的开展具有“多角色”参与的特性，除了发起项目的 PI 外，项目的核心团队可能还包含多个临床医生、CRC、CRA、生物统计师等等。随着真实世界研究受到广泛关注，成为了临床证据挖掘、转化使用的新方法，人工智能等新技术在研究流程中的介入也不断深化，临床研究的多中心交叉协同特性愈加显现。在一项真实世界研究的完整路径中，无论是前期数据收集的规范控制，还是核心的数据治理过程，以及统计分析过程，都需要临床医生与专业的临床科研专家、…
交大医学院临床研究中心如何将 ModelWhale 应用于临床医生教学、研究丨数据科学 x 临床医学
#ModelWhale #和鲸动态数据科学 x 临床医学真实世界数据（real world data，RWD）近几年成为了临床医生、生物统计师以及药企日益关注的对象，指来自现实医疗环境的、传统临床试验以外的数据。真实世界数据可以反映实际诊疗中患者的健康状况和医疗服务过程，与传统临床试验收集的数据相比，RWD 样本量通常较大，涵盖了海量临床信息，且更加杂乱无章，存在未标化、异构化等特点。面对种类繁多、高维复杂的临床数据，为了提升资源利用率、实现分析的便携度，云计算、机器学习等前沿信息技术逐渐与医学研究深度融合。在临床医学中，…
ModelWhale 云端运行 WRF 中尺度数值气象模式，随时随地即开即用的一体化工作流
#ModelWhaleWRF（Weather Research and Forecasting Model）是由美国环境预测中心（NCEP）及美国国家大气研究中心（NCAR）等一系列美国科研机构合作开发的一款中尺度数值天气预报模式，因具有可移植、可扩充、易维护及高效率等优势，使其在国内外都得到了广泛的应用。但由于本地 WRF 模式的运行需要基于 Linux 系统，全流程上的编译、安装、前处理、运行及分析过程都具备相当程度的复杂性，因此给相关研究人员带来了不少实操上的困难。基于此，…
破解数字化转型困局，企业分析协同场景案例解析
#ModelWhale随着互联网技术和数字化生存带来的众多商业模式创新，企业不断加速数字化转型，挖掘数据价值、指导业务决策，而高效流畅的协同能力却成为了企业组织管理和数据驱动的瓶颈。典型场景有如企业数字化团队人员各自为战工作流程难以协调统一、生产资料及最终产成品缺乏管理致使软性资产易流失、业务人员工程能力较弱无法真正参与数据驱动的业务场景、外部人员协助项目而企业内资产安全性得不到保障等等……因此，针对于大数据协同管理难点的产品级解决方案是当前帮助企业走出协同瓶颈，集约化生产管理，释放数据价值，多维度赋能业务的必然选择。大数据下企业的协同管理可分为三个层级：1. 数字化团队内部协同：指企业的数字化部门在进行数据分析建模的过程中，对于数据流程、生产要素、资料成果的协作、共享及管理2. 大数据项目跨部门协同：指企业在数据驱动业务模式下，数字化部门与业务部门在模型构建、业务应用、…
可复现、开放科研、跨学科合作：数据驱动下的科研趋势及应用方案
#ModelWhale信息技术的快速发展，催化了数据科学场景下科研组织提高科学研究的可复现性、实现开放科研、开展跨学科领域的交叉研究等协同诉求。本文剖析了此三类诉求的实现难点，并提供了系统化的解决方案。数据驱动下的科研诉求现如今，越来越多的研究者用量化的方法解决科研问题，不仅会对广泛的数据作实时、动态地监测与分析，更把数据作为新的对象和基础来思考、设计和开展科学研究。这给科学界带来了更严谨、更有创造力的科研成果，极大地提升了科研效率，但同时也对数据驱动的研究范式与工具提出了更多的要求和挑战，我们将其归结于科研团队的三方面诉求。1. 科学研究的可复现性可复现性指的是在相似条件下，在重复测量、实验、计算等研究过程中可以得到相对稳定的数据结果。“可复现”通常被视为一项有意义的科研成果的重要标准。相较于基于文本的传统学术信息交流，数据驱动研究中的文献与数据紧密相连，…
和鲸科技创始人范向伟：大部分数据智能项目都面临着两个挑战
#和鲸动态“哪些业务需求可以数字化?”“数据科学只是单纯的技术问题？”“数据科学家的最大的挑战是什么？”第四次工业革命来临，许多企业已经意识到了要利用数据科学能力推动商业模式的创新，尝试将经营中产生的数据转化为适配业务需求的决策模型，由原本依靠经验的“人治”变为“数治”。数据科学的应用领域同数据科学领域本身一样多样化，但成功突围的却是少数。“数据智能项目很难达到目标，90%的立项，最后只能草草收场。”越是艰难，越是能让这些项目形成企业能力上的核心资产。任何企业都会产生数据，但数据本身不是万灵丹，它只是加速器，方向盘仍旧掌握在人的手中。截至2021年，和鲸已经帮助了七个行业的 Top3 客户完成了数据智能的价值落地。…
李明悝：从大气海洋中来，到平淡热爱中去丨和鲸学者访谈
#和鲸社区人类生存的地球，表面有5.1亿平方公里，其中，海洋的总面积有3.6亿平方公里，约占地球表面积的71%。人类或起源于海洋，与海为邻，傍海而居，又随着科技的发展潜入深海。「从古至今，人们一直都踏在研究海洋的基础上，为了生存」，这是接受我们的采访时，李明悝副教授说的一句话。李明悝老师是中国海洋大学物理海洋教育部重点实验室的硕士生导师，主要从事海洋动力过程及海气相互作用、耦合气候数值模式和科研数据可视化等研究工作。接受我们的采访，所有回答都以尽可能通俗易理解的话进行表达，李老师说「希望我的分享能起到一定的作用」。以下是李明悝老师与和鲸之间关于大气海洋、关于他的研究、经历、…
刘敬武：海洋气象的研究经历与思考丨和鲸学者访谈
#和鲸社区源起菲律宾以东的赤道太平洋，流经中国台湾，穿过吐噶喇海峡，沿日本列岛南面的海域向东北蜿蜒，此为全球第二大暖流——日本暖流，而其又因水色深蓝似黑色得名为「黑潮」。黑潮从我国台湾东侧流入东海，冷暖两种性质不同的水团相遇产生了海温剧烈变化的过渡带，称之为「锋」。锋区两侧的海温差异大，对于区域海雾，低云，降水的形成及风暴的发生发展均有影响。「黑潮」、「锋」，看似陌生却与我们的生活息息相关，也是部分气象研究者成年累月投入其中的事业。刘敬武副教授是中国海洋大学海洋与大气学院的研究生导师，主要从事东海黑潮对天气和气候的影响、海雾和低云等研究工作。昨日因成今日果，前人栽树后人凉，一边是自己的气象科学研究，…
AIIA携手和鲸，共同发布《人工智能竞赛白皮书——跑通数据价值闭环》
#和鲸科赛本文内容转自人工智能产业发展联盟AIIA数字科技正逐渐渗透到经济、商业、社会生活方式等方方面面，人们对于数据智能时代充满了期待。数据的力量究竟该如何激发？带着这样的疑惑，我们把视角对准了人工智能竞赛这一载体，目前人工智能竞赛已经作为一种科技创新的新模式、新业态，蓬勃发展。为了有助于业内各界更好的了解什么是人工智能竞赛，如何通过竞赛实现敏捷的价值探索与应用创新；也为了帮助希望通过竞赛来跑通数据价值闭环、沉淀创新应用，构建创新生态的机构了解如何办好一场人工智能竞赛，在中国人工智能产业发展联盟（AIIA）的指导下，和鲸科技携旗下第三方人工智能竞赛平台“和鲸社区(Heywhale. com )”，联合中国信息通信研究院数据研究中心、北京邮电大学人工智能学院、人工智能开源社区“DataWhale.…
气象新生代：我这样将人工智能方法用于研究丨对话数智之刘旗洋
#和鲸社区 #ModelWhale创新驱动发展，数据的价值基于人的创造力。和鲸科技《对话数智》栏目联动多领域处于不同人生、事业阶段的科研人员，彼此探讨、交流对于数据科学研究课题、工具应用及未来趋势的一些思考。首期我们邀请了和鲸社区开源创作者、ModelWhale 2年+ 深度用户刘旗洋。在气象大数据领域上下求索，这位新生代研究者走出了一条有迹可循的道路。受邀人丨刘旗洋华东师范大学、和鲸社区创作者、ModelWhale 2年+ 用户采访人丨童毅炜清华大学、ModelWhale 产品经理优势与争议，关于气象+AI的思考随着大数据成为全球学术研究的新热点，数据驱动的研究范式为知识生产提供了新的模式。从宏观角度看，…
Jupyter Notebook 交互式编程 & 低代码拖拽式编程 | 数据科学生态下的理想平台
#ModelWhale近几年，Jupyter Notebook 为数据科学家们提供了与数据有效交互的工具。用户可以运行代码、查看结果，然后重复数据之间的循环和迭代。使用 Jupyter Notebook 进行研究成为了数据科学家们快速制作原型和探索分析的首选。然而，数据科学的实际工作流程，不仅包括数据科学家们利用 Jupyter Notebook 处理数据、制作模型，还包括其他成员之间大量的沟通协作，如：数据科学家和数据源端沟通数据的接入、和开发运维沟通服务的容器化和部署、和业务方沟通业务需求和数据服务效果等。因此，在线 Jupyter…