在我们伦敦欧洲总部的会议上，彭博首席技术官肖恩·爱德华兹(ShawnEdwards)尖锐地谈论了大数据改变游戏的力量，以及他建立数据科学能力的更广泛愿望，这将有助于为公司的客户创造创新产品。

"我有一个难以置信的工作，"说，爱德华在2008年1月成为彭博CTO。"我领导了一个相对较小的研究小组，我们的工作是帮助为公司制定技术指导。"

爱德华兹说，他的团队获得了与彭博工程部、产品组织和销售团队合作的概念证明，并产生了新的想法、新的体系结构和新的模型。该小组还与广泛的外部伙伴合作，包括学术机构、开源社区和IT供应商。

爱德华兹说：“当我们认为这些想法是好的，我们就会转过身来，把它们社会化。”“然后，如果我们达成协议，我们就会换帽子，成为产品所有者。有什么不值得我们不喜欢的呢？”

爱德华兹“CTO办公室”专注于在数字转换的前沿发现创新。他的团队有机会在全球寻找卓越的数据领导的想法，并将这项研究付诸实践。在大多数情况下，这项工作是为解决业务难题寻找创意的解决方案。

爱德华兹说：“有一些探索性的工作，我们认为有些事情似乎很有趣，我们试图找出如何处理它。”“但情况几乎总是相反：我们被我们想要完成的事情所驱使，然后我们专注于最好的方法。”

他的团队花了越来越多的时间为客户创造新产品。爱德华兹说，金融市场正在变化----对投资的系统方法有更多的兴趣，该方法基于模型和基于规则的算法。他的团队必须考虑如何通过新兴技术来满足这一需求。

"我们正在构建一个平台来帮助人们分析比以前能够做的更多的数据，"说."我们将编程接口集成到我们所做的几乎所有事情中。在所有这些情况下，我们都在重新思考如何存储和交付我们的数据。能够做跨域查询--扫描数百万的债券，并加入一些关于人们的事情，比如交易历史----在你可以创造的服务方面是一个游戏规则改变者。太令人兴奋了。"

请参阅：从您的大数据倡议获得最大价值的60种方法（免费PDF）

爱德华兹说，机器学习工具将是他的团队为彭博的客户打造的一套能力的一部分。人工智能将帮助像贸易公司这样的客户探索新的数据模型和测试假设，如市场价格的潜在变化。客户将能够获取大量数据，创建新模型，如果IT具有价值，则将该基于AI的数据模型投入生产中。

爱德华兹说：“我们想让人工智能神秘莫测，但真正利用它来实现它擅长的事情。”“这些工具可以让你建立模型，并从五年前我们无法使用的数据中提取信号或提取价值。现在，这些工具已经可用，我们正在做的是让这些工具对我们的客户来说非常容易使用。”

这些方案的持续成功将直接与布隆伯格的内部能力有关。爱德华兹认识到目前的挑战是吸引人才来运行数据-科学项目。为了帮助克服这一障碍，彭博举办了一系列举措，以寻找和推动新一代的数据科学能力。

CTO办公室与领先的学术机构密切合作，包括通过数据科学的赠款方案。爱德华兹说，彭博通过研究金方案推出了向学生发放赠款的年度呼吁。该公司今年的方案约有60个。

爱德华兹说：“通过奖学金项目，我们赞助一名博士生一年--我们资助他们的学费，为他们的一些研究提供额外的资金，然后他们来为我们实习。与学术界的合作水平有助于我们招募一些最优秀的人才，”爱德华兹说。

除了赠款和研究金之外，CTO办公室的成员也出席了顶级机构和商业会议，这有助于吸引人们。爱德华兹说，他的公司经营着大量的校园招聘工作。HR的招聘团队，例如，与工程部的合作伙伴，并创建专门的校园团队。

"招募有许多形式，许多形式，"说爱德华."一旦我们与人们交谈，我们将他们带入并向他们展示，他们会对行业和公司产生很大的影响，然后让他们进入彭博。"

参见：如何实现人工智能和机器学习（ZDNet特别报告）将报告下载为PD F（Tech Republic）。

爱德华兹说，数据科学人才的争夺战依然艰难，但他和他的公司决心赢得这场战斗。继续发展新的策略，包括在数据科学的好处方面培训内部人才。

这些项目之一利用彭博的CTO办公室的关键数据科学家之一大卫·罗森伯格(DavidRosenberg)的技能，他也是纽约大学(NewYorkUniversity)的数据科学中心副教授，他在那里教授了研究生级机器学习。

爱德华兹说：“我们要他做的是创造一条职业道路--让我们创建一个培训班，为那些有着强大数学背景、希望在本部门或彭博(Bloomberg)的另一个部门开始应用机器学习的工程师们提供一条职业道路。”

CTO办公室在纽约和伦敦跑了面对面的课程，然后把这些课程放到网上。现在在线有大约30个课程。爱德华兹说，许多课程都集中在"相当重的东西"上，任何渴望参与的工作人员都需要一个强大的学术背景。然而，已经可以看到这些益处。

"当你有一个内部有数学背景的人并且已经花时间理解这个领域并了解金融市场的一个子集时，这很重要。把所有的知识都放在一起是很聪明的，"说爱德华兹。