99%的数据工作者都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。