Obsah
- Vedci údajov: Techs Rock Stars?
- Vedci údajov robia čo?
- Žiadne chyby, žiadny stres - Váš sprievodca krok za krokom k vytvoreniu softvéru na zmenu života bez zničenia vášho života
- Ako sa stať vedcom údajov
- Cesta k veľkým dátam
Zdroj: Onradio / iStockphoto
Zobrať:
Úloha vedca údajov sa rýchlo stáva najvyhľadávanejšou kariérou v technologickom svete. Spýtali sme sa vedca údajov Jakeho Porwaya z časopisu The New York Times o tom, ako získal zamestnanie, a o jeho tipoch na úspech v tejto oblasti.
Úloha vedca údajov sa rýchlo stáva najvyhľadávanejšou kariérou v technologickom svete. Spoločnosti ako Google, Amazon a LinkedIn používajú vedcov údajov, aby im pomohli udržať túto inovatívnu výhodu v ére digitálnych údajov. A teraz sa nadšenci dát a technológií usilujú stať sa vedcami údajov rovnako, ako sa niektorí hudobníci usilujú stať sa rockovými hviezdami. Možno to je dôvod, prečo niektorí ľudia hovoria o vedcoch údajov ako o nových rockových hviezdach technologickej éry.
Bohužiaľ, táto rola je stále tak nová, že stále existuje určitá miera nejasnosti, čo znamená, že mnohí vedci, ktorí chcú získať údaje, jazdia svojimi autobusmi na nesprávnej ceste. Zaslúžia si vedci údajov svoju povesť rockovej hviezdy? Ponoríme sa do sveta dátových vied pomocou rozhovoru s Jakeom Porwayom, dátovým vedcom z laboratória výskumu a vývoja v New York Times.
Vedci údajov: Techs Rock Stars?
Prečo sú vedci údajov označovaní ako nové rockové hviezdy technologického sveta? Táto analógia v skutočnosti ide hlbšie, ako si praje dátové pitomci znieť ultracool. Rovnako ako rocková hviezda, kariéra vedcov v oblasti údajov zahŕňa rozmanitosť, umeleckú slobodu a prispôsobivosť. A rovnako ako rockové hviezdy zábavného sveta, aj najlepší vedci v oblasti údajov majú tendenciu získavať ľudí zo všetkých oblastí dátového a technologického priemyslu celkom sledovaním.
To, čo robí vedec údajov, je veľmi rôznorodé; rovnako ako hudobníci používajú rôzne nástroje, nástroje a techniky na hranie hudobných štýlov, ktoré sú rovnako rozdielne ako jazzový a death metal, aj vedec údajov ovláda konkrétny nástroj a pole. Je tu tiež zapojený štýl. Neexistuje ani správny alebo nesprávny spôsob vykonania práce - ide o vplyv, ktorý má práca na iných ľudí.
Keď Beatles napísal svoje piesne, neexistoval iba jeden človek, ktorý diktoval, ako sa majú hrať všetky noty na každom nástroji. Zišli sa a zasekli sa; prostredníctvom kreatívneho objavenia našli piesne, ktoré fungovali. To isté platí pre vedcov údajov. Musia cítiť rytmus, dostať sa do drážky a harmonizovať riešenie. Je to možné iba so správnym množstvom umeleckej slobody vyskúšať akékoľvek prístupy, nástroje a techniky, ktoré by sa v túto chvíľu mohli objaviť - a so schopnosťou vykonať zmeny, keď sa niečo zdá byť mimo kľúčov.
Keď vedec údajov ovláda základné základy, stane sa adaptabilným a získa si dôveru pri poskytovaní riešení v iných oblastiach. O týchto základných základoch hovoríme neskôr. Tu je potrebné uviesť, že akonáhle zvládnete vedu o údajoch, môžete prevziať rolu do akéhokoľvek poľa, ktoré chcete, pretože údaje sú všade.
Konečným cieľom vedca údajov je vytvoriť obrovské množstvo hodnôt pre čo najväčší počet ľudí. Kým vedec údajov pracuje v zákulisí, nie je na rozdiel od hrania s veľkým publikom: Čím lepšie robíte svoju prácu, tým viac ľudí oslovíte - a tým viac získate odmien.
Vedci údajov robia čo?
Čo presne robia vedci údajov? Pozrime sa na to príkladom, s ktorým by sme všetci mohli byť v styku.
Žiadne chyby, žiadny stres - Váš sprievodca krok za krokom k vytvoreniu softvéru na zmenu života bez zničenia vášho života
Svoje programovacie schopnosti si nemôžete vylepšiť, keď sa nikto nestará o kvalitu softvéru.
Povedzme, že si uvedomíte, že jedného dňa nemáte rovnaké množstvo energie v deň, ako ste zvyknutí. Stanovili ste si teda cieľ: mať viac energie počas dňa. Teraz je to dosť široký a nejednoznačný cieľ. Prvým krokom ako vedca údajov je preto odstrániť túto nejednoznačnosť a kvantifikovať merateľnosť týchto cieľov. Existujú spôsoby, ako to dosiahnuť. Nebudeme tu chodiť do detailov, ale povedzme, že teoretizujete, že nemáte dostatok spánku, a preto si dajte za cieľ dosiahnuť osem hodín spánku každú noc.
Aj keď je tento cieľ trocha merateľnejší a menej nejednoznačný, má svoje vlastné výzvy. Keď zaspíte, nemôžete časovač skutočne začať, a to ani vtedy, ak časovač spustíte po tom, ako skočíte do postele, nemusíte okamžite zaspať. Okrem toho je ťažké brať do úvahy časy, kedy sa prebudíte v noci. Nakoniec existujú rôzne typy spánku, napríklad hlboký spánok a ľahký spánok. Pointa je, že je ťažké presne zmerať spánok, a preto ešte ťažšie zmerať jeho vplyv na hladinu energie.
Čo teda môžete urobiť? Ako vedec údajov by ste hľadali najnovšie technológie a zistili, že existujú zariadenia na monitorovanie spánku.A ak ste použili takéto zariadenie na meranie a digitálne zaznamenávanie spánku, mohli by ste získať presnejšie údaje o svojom spánku a tieto údaje časom zbierať, aby ste mohli vykresliť graf.
To vám môže poskytnúť lepší prehľad o tom, čo sa deje. Vizuálna reprezentácia vám poskytne vedomie, prehľadnosť a smer. Budete mať možnosť zistiť, či ste dosiahli cieľ 8 hodín spánku v noci, a čo je dôležitejšie, byť schopní konať, ak nie ste.
Toto je základná práca vedca údajov: priniesť nové spôsoby merania a zobrazovania údajov, aby sa tým, ktorí sa naň pozerajú, poskytlo väčšie povedomie, jasnosť a smerovanie.
Dobrý vedec údajov sa však nezastaví. Akonáhle sú údaje zhromaždené, môžu byť integrované s akoukoľvek inou meranou aktivitou, ktorú robíte po celý deň. Integrujte ho s produktivitou na základe údajov z vášho systému riadenia úloh. Integrujte ho so svojimi náladami na základe tweetov a aktualizácií stavu. Integrujte ho so svojím zdravím na základe návštev v telocvični alebo na chudnutí. Vďaka množstvu už dostupných údajov a ľahkosti, v ktorej sa dajú zachytiť, sú možnosti nekonečné.
Ako sa stať vedcom údajov
Zaujíma vás kariéra v oblasti dátovej vedy? Pretože veda o údajoch je tak nová, požiadali sme špičkového vedca údajov o vhľad do tejto oblasti. Jake Porway je vedec údajov v The New York Times a zakladateľ DataKind (pôvodne známy ako Data without Borders), ktorý spája neziskové organizácie, ktoré potrebujú vedu o údajoch, s nezávislými a pro-bono dátovými vedcami. Porway má počítačové vedecké zázemie a titul Ph.D. v štatistikách z UCLA. Tu je to, čo musel povedať o tom, ako sa dostať do vedy o údajoch, ako dobre fungovať a ako sa vyhnúť kľúčovým chybám v tejto oblasti.
1. Získajte správne zručnosti
Podľa Porwaya sa dostať na pole zredukuje na tri kľúčové veci:
- Praktické počítačové zručnosti
- Štatistické zručnosti
- Túžba učiť sa
„Musíte byť schopní písať skripty na zoškrabávanie údajov a kódovať algoritmy, s ktorými prídete do hlavy,“ hovorí Porway. „Mali by ste poznať svoje základné štatistiky (a viac, v ideálnom prípade), ak chcete skutočne posúdiť, či modely, ktoré zostavujete alebo algoritmy, ktoré píšete, robia to, čo chcete.“
2. Vykonajte prepojenia
Pred vstupom do laboratória výskumu a vývoja v New York Times pracoval Porway v strojovom učení a počítačovom videní a strávil veľa času robením robotov na identifikáciu nášľapných mín a lietadiel (aké sú skvelé stránky) že?). Až keď sa dostal do práce v The New York Times, musel sa rozšíriť na širšie úlohy vedy o údajoch, konkrétne Project Cascade, ktorá sleduje odkazy z publikácie na sociálnych médiách.
Najdôležitejšia vec, ktorú treba dostať do tejto oblasti, hovorí Porway, je naučiť sa.
„Zúčastnite sa projektu vedy o údajoch!“ Hovorí Porway. „Stiahnite si niektoré údaje, vyzdvihnite niektoré R a začnite hrať ... Id povedať, že sa zameriavam na používanie niečoho ako R spolu so základnou štatistickou knihou, ktorá vás prevedie skúmaním niektorých údajov. Strojové učenie a počítačové zručnosti prídu s tým ( samozrejme to záleží na vašich minulých skúsenostiach - ak už ste štatistikom, vyzdvihnite si Pythona!) “
Potom je čas nadviazať spojenie. Spoločnosť Porway odporúča miestnu skupinu stretnutí - pretože účasť v komunite vedy o údajoch je „najrýchlejší spôsob, ako zistiť, čo neviete“. A v oblasti, ktorá sa neustále vyvíja, na tom záleží.
3. Vstúpte do hry
Porway má titul Ph.D. v štatistikách z UCLA, ale zdôrazňuje, že nepotrebujete, aby ste mohli robiť dobrú prácu.
„Môže to pomôcť, ale nemyslite si, že musíte ísť preč a robiť ďalších päť rokov v škole, aby ste sa mohli nazývať údajovým vedcom,“ povedal Porway.
Dátová veda je relatívne nová oblasť. To znamená, že tí, ktorí sa chcú dostať na pole, musia k nemu pristupovať s otvorenou mysľou.
„Dátový vedec v Foursquare bude vyzerať oveľa inak ako vedecký pracovník v Goldman Sachs,“ hovorí Porway.
4. Rock Your New Role
Veda o údajoch je o objasňovaní cieľov, skúmaní predpokladov, vyhodnotení dôkazov a vyhodnotení záverov. Ale je tu jeden kúsok skladačky, ktorú mnohí ľudia prehliadajú. Dokážete uhádnuť, čo to je? Podľa Porwaya je tajnou zložkou kritické myslenie.
„Pre mňa to skutočne oddeľuje hackerov od skutočných vedcov,“ hovorí Porway. „Boli by ste prekvapení, koľkokrát som videl niekoho, ako zostavuje model a oznamuje výsledky bez toho, aby si uvedomil, že kriticky nerozmýšľal o tom, odkiaľ údaje pochádzajú, alebo či bol ich experiment navrhnutý správne. vášho procesu a každého čísla, s ktorým prídete. “
Cesta k veľkým dátam
Porway hovorí, že keď si uvedomil schopnosť používať obrovské množstvo údajov na to, aby sa stroje učili samy, vyhodilo ho to do úvahy. Je to tá vášeň - a jeho vzdelanie a zručnosti - ktoré mu pomohli dostať sa na špičkové miesto v oblasti dátovej vedy. Ak chcete zhromažďovať veľké dáta, skryte sa s niektorými knihami, stiahnite si niektoré údaje a začnite hrať okolo. Nikdy nevieš, čo sa objaví hromada nespracovaných údajov.
Úplný prepis rozhovoru nájdete na stránke DataScientists.Net.