Dane jako prawdziwy konkurencyjny mur (S7E26) Dziś rozmawiam z Anganą Jacob, szefową grupy danych badawczych w dziale danych przedsiębiorstwa w Bloomberg. Rozmawiamy o ścieżce kariery Angany w obszarze badań ilościowych i platform danych oraz o tym, jak branża ewoluowała z świata zdominowanego przez dostosowane modele i testy wsteczne do takiego, w którym wiele modeli stało się coraz bardziej skomodyzowanych. Centralnym tematem naszej rozmowy jest pomysł, że podczas gdy modele są łatwiejsze do replikacji niż kiedykolwiek, dane — jak są pozyskiwane, czyszczone, standaryzowane, łączone i dostarczane — stały się prawdziwym konkurencyjnym murem. Dyskutujemy, co oznacza „poprawne przetwarzanie danych”, jak Bloomberg decyduje, które zbiory danych budować lub wycofywać, jak nowocześni analitycy myślą o swoich potokach danych i stosach technologicznych oraz dlaczego dostosowanie danych badawczych do systemów produkcyjnych i back-office ma większe znaczenie, niż większość ludzi zdaje sobie sprawę. W całym odcinku koncentrujemy się na celu Bloomberga, jakim jest skrócenie czasu klienta do alfa i jak to wygląda w praktyce. W swojej istocie ten odcinek dotyczy prostego, ale potężnego pomysłu: gdy wszyscy mają dostęp do podobnych modeli, trwała przewaga coraz bardziej pochodzi z danych, które je wspierają. Mam nadzieję, że spodoba się Wam mój odcinek z Anganą Jacob.