有兴趣了解Showtime如何利用Spark的力量将传统的付费有线电视网络转变为一个善于数据分析的竞争对手吗?我们的OTT流媒体订阅业务的增长带来了大量以前无法获得的用户级数据。为了利用这个机会，我们一直在构建和发展我们的统一平台，允许数据科学家和业务分析师利用这些丰富的行为数据来支持我们的业务目标。bob体育客户端下载
我们将分享我们的数据科学家小团队如何创建有意义的功能，捕捉用户和内容之间的微妙关系;生产机器学习模型;利用MLflow来优化我们管道的运行时，跟踪我们模型的准确性，并记录我们数据的质量。从数据争论和探索到机器学习和自动化，我们不断推出新的功能和分析产品，以帮助组织更好地了解我们的订阅者、我们的内容，以及我们走向数据驱动未来的道路，从而增强我们的数据供应链。
Josh McNutt是Showtime Networks, Inc.数据策略高级副总裁。在这个职位上，他领导着该网络有史以来第一个数据科学团队。该团队致力于建立强大的分析能力，将数十亿客户数据点转化为可操作的机器学习模型、分析产品和消费者洞察，以支持SHOWTIME订阅业务各个角落的数据驱动决策。在加入Showtime之前，McNutt曾在多个组织担任数据科学家，包括对冲基金、职业体育联盟、消费银行和网络安全研究团队。Josh于1999年毕业于威廉姆斯学院，获得经济学学位，并在卡内基梅隆大学获得统计学硕士学位。麦克纳特在纽约的SHOWTIME办公室工作。
Keria是Showtime Networks Inc .数据战略团队的数据科学家，在那里她致力于用Spark、分析工具和机器学习模型构建数据管道，目标是帮助整个公司的团队。她和数据战略团队生成的数据和消费者洞察支持SHOWTIME over-the-top订阅服务的数据驱动决策。在加入SHOWTIME之前，Keria是Insight数据科学博士后。在成为数据科学家之前，Keria是纽约大学医学院的博士后，她在那里担任研究员，构建计算工具，并在生物图像信息学和神经科学上发表了几篇论文。Keria于2015年获得纽约大学生理学和神经科学博士学位。Keria在纽约的SHOWTIME办公室工作。