99%的数据工作者不曾知道的一款利器

如果你是个资深的互联网人，一定不会对数据分析、人工智能这样的年度关键热词感到陌生。近一两年内冒出的新锐互联网科技公司、包括行业巨头，为了抢占未来竞争优势、构建商业壁垒，都纷纷押注人工智能赛道。

这波浪潮的背后潜伏着一群人，现今逐渐浮现在大众眼前。业界对他们的称谓有很多，如商业数据分析师、数据算法工程师、数据科学家等等，更多时候我们统称为「数据工作者」。

他们可能有点极客范儿。

热衷于用数据分析探索规律，挖掘潜在的、不浮于表面的价值信息。

为了推进某个商业数据应用问题的解决，需要频繁的进行跨职能沟通与协作。

具备极高的自我学习驱动力，大部分的时间与精力，将是用于掌握最新的数据算法、更好的模型设计以及编程语言。

但目前面向数据工作者的外部基础建设环境并不十分友好，即便工作成果将对商业产生深远影响。

从网络上公开分享的一系列教你从零开始在本地安装编程环境、搭建云端服务器、配置深度学习平台，到下载安装语言工具包的教程，即可窥见一斑。往往还没体验到数据分析工作带来的乐趣，便已倒在繁琐的前期准备任务门口。

因为我们（科赛创始团队）深刻了解痛点所在，所以希望设计一款产品服务，给予解决。它能够：

1.最大化降低数据分析工作与入门学习的门槛

2.用更友好的方式让非数据工作者快速理解数据分析且参与协作、提高生产效率

3.持续完善个人知识体系、提升技能，适应快速发展的商业社会

基于构想，我们打造了K-Lab这款在线数据分析协作平台，能让数据工作者随时随地在云端开展数据处理、模型搭建、代码调试、撰写报告、团队协作等系列数据分析工作。

零数据工程问题

K-Lab是款在线数据分析协作平台，每个用户在完成登录后均能拥有个人独享的K-Lab工作专区，免费享受2核8G的高性能云计算资源。

同时K-Lab集成了Python3、Python2、R三种主流编程语言环境，秒级启动。同步内置100+常用数据分析工具包，等你轻松调用。

直接免去用户自己搭建本地数据分析编程环境的前期工作，从现在开始，让更多的时间关注在数据分析本身。

交互式编程设计

今年8月在纽约举办的JupyterCon会议上（很厉害的大会就对了），Fernando Pérez（IPython创造者）便提出基于Jupyter生态系统下的六大趋势。

其中关键的两点，与你分享：

1.交互式计算已经是一件真实正经的事情

数据分析领域内，传统的集成开发环境（IDE）正被取代，Jupyter、JupyterLab和RStudio便是这一趋势的杰出例子。

2.计算型叙述正被广泛地创造出来

实时运行的代码、叙事性的文本和可视化将被整合在一起，方便数据工作者使用代码和数据来讲述故事。

我们打造的K-Lab便是提供基于Jupyter Notebook的在线数据分析服务，延续采用交互式编程的设计方法，让数据分析整个过程与结果统一。

开放式学习实践平台

1.海量真实数据集资源

对数据工作者来说，优质的开源数据集资源十分重要，不论是用于开放性数据课题研究还是训练自身结构化思维。

科赛通过长期的行业合作，在官网公开分享了各行业真实生产环境下的数据资源，用户可直接在K-Lab工作专区挂载（公开/私有）数据集，一键开启探索性数据分析。

2.优质公开数据分析项目案例

平台上沉淀了诸多优质项目，整个数据分析过程清晰可见。若看到优秀作品，用户可直接利用「Fork」键功能，在原作品基础上再创造。也能使用「评论」功能与原作者在线交流。

其中，私有项目还可以用「分享」键分享给一或多人，支持移动&PC端在线阅读、一键运行。

3.多类型数据人才实践场景

科赛联合企业共同打造「训练营」，通过K-Lab在线数据分析协作平台，有效整合数据资源、数据知识、数据创新应用案例及行业上下游资源，用创新方式培养中高端数据人才。

K-Lab，数据工作者的首选利器

看到这里不妨打开浏览器输入kesci.com
创建你的第一个数据分析项目感受K-Lab带来的极致体验