数据有着自己的全生命周期，危机之中，数据时刻在生长，也随时在更新。如果说十七年前我们因缺少大数据思维，而忽视了危机中一手数据的积累，而面对眼前这场危机，我们不仅需要专业的医护工作者，也需要大量的数据科学家，更需要知晓大数据、善用大数据的管理者。

在数据分析师工作中会遇到有许多探索随时间变化的选项，事件是一系列可视化的序列这些可视化协同工作以传达信息，事件是一个工作表因此数据分析师用于创建，讲述事件的做法，数据分析师讲述事件的目的是什么？数据事件的七种类型。

数据分析师提供企业和来自所有源提取大量的机器数据的实时洞察一个统一的方式，主要来自于网站，业务应用程序，社交媒体平台，应用程序服务器，虚拟机管理程序，传感器，传统数据库和开源数据存储的数据。

大数据分析平台提供组织和来自任何源提取大量的机器数据的实时洞察一个统一的方式，通过直观的机器学习技术将数据转化为答案，利用您的数据的未开发价值来优化您的组织并提供的客户体验，通过分析工作区更快地获得答案，从海量数据集中汇总见解，以全面了解客户行为，组织威胁和商机。

通过构建统计学模型、数学模型，或者利用机器学习、深度学习方法拟合疫情发展趋势，利用历史数据对未来的确诊病例等疫情形势进行预测，比如说，逻辑斯蒂生长曲线拟合数据，预测未来几天可能的发展趋势；或者利用时间序列模型构建预测模型；也可用LSTM构建预测模型，一种特殊的RNN网络。以上方法，除生长曲线外，其他模型，需要大量数据做训练，就目前情况看，数据量并不大，即使构建出模型，参考价值并不大，并没有与业务做融合，只是以数据理解数据。

CPDA数据分析师面对大多数节点都能轻松应对处理大量数据的挑战，数据分析师共享元节点，数据分析师可以根据医疗索赔中进行异常检测，我们CPDA数据分析师工作流程的目标是识别离群值。