大数据影响者对R如何铺路

关注

翻译最新推荐文章于 2026-08-26 13:08:40 发布 129 阅读 AI 写同款· GEO 优化 ›

R编程语言用于Facebook之类的数据可视化和实验性分析，并且拥有超过200万的快速增长的用户群。始于1995年的开放源代码学术研究工具已经演变为在全球商业和工业企业中使用。

Revolution Analytics支持R社区和商业用户不断增长的需求。最近，我被任命为大数据主题的十大影响力人物，我请Revolution Analytics首席社区官David Smith与我分享保持这种编程语言成功的因素。尽管R自90年代以来一直存在，并于1995年在GPLv2下发布，当时两位统计学教授希望开发一种用于统计计算的新语言，但新的生活焕发了生机勃勃的R周围的创新者团队。

David告诉我，开发人员已经提供了6000多个软件包来扩展R的功能。 在此采访中阅读更多内容。

R如何用于在Facebook等商业机构中实施数据科学应用程序？

几乎每个拥有数据科学团队或以统计分析为战略举措的公司都采用了R。原因之一是R在学术界无处不在：在大学学习统计或数据科学的任何人都已经学习过R，因此对于正在招聘新毕业生的公司而言，使用R作为平台是有意义的。实际上，在任何涉及数据的行业中，R都用于探索性数据分析，数据可视化，实验设计，统计建模和预测……实际上几乎是任何一种高级数据分析。 Facebook主要将R用于数据可视化和实验分析，并且我在其他多家公司中创建了R应用程序列表。

首席执行官Dave Rich和首席技术官Greg Todd设定的目标有何创新和不同？

首先，Dave和Greg致力于将R语言带给世界各地的公司。如今，越来越多的公司将数据科学视为战略要务，是从其收集的数据中释放价值的手段。我们正在帮助这些公司使用R语言进行创新：我们为R提供大数据功能和集成框架；这些公司还需要技术支持，培训和咨询服务，才能使其数据驱动的应用程序正常工作。对于未来，我们正在顺应R的持续增长潮流，并将Revolution R Enterprise引入云以及新的数据库和Hadoop平台。

当您领导Revolution Analytics的开源解决方案小组时，您的日子如何？

最近，我一直在忙于推出AdviseR ，这是我们为开源R用户提供的新技术支持服务。通常情况下，我将与我们的开源开发团队举行几次会议，他们将共同开发RHadoop等社区项目。我们还正在进行一些新项目，以将Revolution R Enterprise的某些专有组件引入开源。 R项目的布道工作也是我工作的重要组成部分：我每周会与公司会面几次，向他们介绍R，并且我每天还会在Revolutions博客上发布与R相关的资源和应用程序。

福布斯将Revolution Analytics评为大数据主题的十大影响者，所以告诉我们：大数据的未来是什么？大多数公司都做对了吗？

一些公司在几年前就发现了大数据。其他公司现在意识到，数据是公司可以拥有的最有价值的资产之一。在所有情况下，尽管对数据科学家的需求都在Swift增长，但随着公司认识到，充分利用所有数据是在竞争激烈的市场中取得成功的关键。（这就是为什么R程序员的薪水现在溢价的原因之一。）随着公司寻求采用和使用R成为数据驱动型组织的帮助，这使我们所有人都非常忙于Revolution Analytics。

首席数据科学家Sue Ranney制作了ExaStat，这是一个用于分析海量数据集的开源环境。她在Revolution Analytics从事的工作是什么，她的下一个大创意是什么？

Sue继续致力于开发快速，便携式，可伸缩的分析。在过去的一年中，她一直与团队合作，使用我们的“大数据” R软件包RevoScaleR提供高性能的数据库内分析，包括Hadoop和Teradata。她目前正在与我们的首席科学家Lee Edlefsen参与一个项目，该项目旨在为R程序员提供一个框架，使他们可以轻松编写自己的可移植，可扩展的分析。目标是能够在桌面上编写和测试R代码以进行自定义分析，然后能够部署相同的代码以自动在计算机集群上的大数据上并行运行。