题  目：面向高效与高成效的数据科学工作流优化

报告人：林燕娜 博士后研究员

主持人：李晨辉 副教授

时  间：2025年7月29日（周二）15:30-16:30

地  点：中山北路校区理科大楼B112室

报告人简介：

林燕娜，香港科技大学博士后研究员，师从屈华民教授。她曾获香港政府最高奖项“香港博士研究生奖学金”（HKPFS），在可视化与人机交互领域的国际顶级会议与期刊（如 IEEE VIS、ACM CHI、IEEE TVCG）发表十余篇论文，曾获 IEEE VIS 和 ChinaVis 最佳论文提名奖。她担任 CHI、CIKM、ChinaVis 等会议的程序委员，并长期担任 IEEE VIS、TVCG、UIST 等国际顶会与期刊的审稿人。她的研究聚焦于数据分析、可视分析与人机交互，致力于优化数据分析和数据交流的工作流程。更多信息请见个人主页: https://yannahhh.github.io。

报告内容简介：

在大数据时代，各行各业面临着数据规模的指数级增长。若无法高效处理与分析这些数据，从中提取有价值的信息、知识与洞见，数据本身将难以发挥其真正价值。数据科学正是在这一背景下兴起，涵盖了数据的获取、处理、分析、可视化以及结果的交流与传播等多个关键环节。本次报告将介绍我在博士阶段围绕“融合数据可视化与人机交互技术，以提升数据科学工作流效率”所开展的一系列系统性研究。我的研究特别关注如何为不同背景的数据分析者提供有效支持，包括偏好编程的技术用户和偏好图形界面的非技术用户。具体而言，我的工作重点聚焦于两类主流分析工具：一类是编程用户广泛使用的 Computational Notebook（如 Jupyter Notebook），另一类是商业用户常用的可视化分析工具 Dashboard（如 Power BI 和 Tableau）。