有興趣了解Showtime如何利用Spark的力量將傳統的付費有線電視網絡轉變為一個善於數據分析的競爭對手嗎?我們的OTT流媒體訂閱業務的增長帶來了大量以前無法獲得的用戶級數據。為了利用這個機會，我們一直在構建和發展我們的統一平台，允許數據科學家和業務分析師利用這些豐富的行為數據來支持我們的業務目標。Beplay体育安卓版本
我們將分享我們的數據科學家小團隊如何創建有意義的功能，捕捉用戶和內容之間的微妙關係;生產機器學習模型;利用MLflow來優化我們管道的運行時，跟蹤我們模型的準確性，並記錄我們數據的質量。從數據爭論和探索到機器學習和自動化，我們不斷推出新的功能和分析產品，以幫助組織更好地了解我們的訂閱者、我們的內容，以及我們走向數據驅動未來的道路，從而增強我們的數據供應鏈。
Josh McNutt是Showtime Networks, Inc.數據策略高級副總裁。在這個職位上，他領導著該網絡有史以來第一個數據科學團隊。該團隊致力於建立強大的分析能力，將數十億客戶數據點轉化為可操作的機器學習模型、分析產品和消費者洞察，以支持SHOWTIME訂閱業務各個角落的數據驅動決策。在加入Showtime之前，McNutt曾在多個組織擔任數據科學家，包括對衝基金、職業體育聯盟、消費銀行和網絡安全研究團隊。Josh於1999年畢業於威廉姆斯學院，獲得經濟學學位，並在卡內基梅隆大學獲得統計學碩士學位。麥克納特在紐約的SHOWTIME辦公室工作。
Keria是Showtime Networks Inc .數據戰略團隊的數據科學家，在那裏她致力於用Spark、分析工具和機器學習模型構建數據管道，目標是幫助整個公司的團隊。她和數據戰略團隊生成的數據和消費者洞察支持SHOWTIME over-the-top訂閱服務的數據驅動決策。在加入SHOWTIME之前，Keria是Insight數據科學博士後。在成為數據科學家之前，Keria是紐約大學醫學院的博士後，她在那裏擔任研究員，構建計算工具，並在生物圖像信息學和神經科學上發表了幾篇論文。Keria於2015年獲得紐約大學生理學和神經科學博士學位。Keria在紐約的SHOWTIME辦公室工作。