Садржај
- Подаци научници: Тецхс Роцк Старс?
- Научници података шта раде?
- Без грешака, без стреса - Ваш корак по корак водич за креирање софтвера за промену живота без да вам уништи живот
- Како бити научник података
- Пут ка великим подацима
Извор: Онрадио / иСтоцкпхото
Одузети:
Улога научника за податке брзо постаје најтраженија каријера у свету технологије. Питали смо врхунског научника за податке Јакеа Порваиа из Нев Иорк Тимеса о томе како је добио посао и његове савете за успех на терену.
Улога научника за податке брзо постаје најтраженија каријера у свету технологије. Компаније попут Гоогле,, Амазон и ЛинкедИн користе научнике података како би им помогле да одрже ту иновативну предност у ери дигиталних података. А сада љубитељи података и технологије теже да постану научници на исти начин као што то неки музичари теже да постану рок звезде. Можда зато неки људи научнике података називају новим роцк звездама технолошке ере.
Нажалост, ова улога је и даље толико нова да постоји још увек непознат ниво, што значи да многи научници о подацима желе да возе своје аутобусе погрешним путем. Да ли научници података заслужују репутацију рок звезде? Заронимо у свет науке података интервјуом са Јакеом Порваием, научником података из лабораторија за истраживање и развој из Тхе Нев Иорк Тимеса.
Подаци научници: Тецхс Роцк Старс?
Па зашто се научници података називају новим роцк звездама технолошког света? Ова аналогија заправо иде много дубље од података који штребере желе да звуче као ултрацоол. Попут роцк звијезде, каријера научника за податке укључује различитост, умјетничку слободу и прилагодљивост. И попут роцк звезда света забаве, и најбољи научници података углавном добијају људе из свих области индустрије података и технологија.
Оно што научник података ради је веома разнолико; баш као што музичари користе различите инструменте, алате и технике за свирање музичких стилова који су једнако различити као што су џез и деатх метал, тако и научник за савладавање података овладава одређеним алатом и пољем. Ту је укључен и њихов стил. А не постоји ни исправан или погрешан начин обављања посла - реч је о утицају који посао има на друге људе.
Када су Беатлеси писали своје песме, није само једна особа диктирала како треба свирати сваку ноту на сваком инструменту. Скупили су се и заглавили; кроз креативно откриће пронашли су песме које су функционисале. Исто је и за научнике података. Морају да осете ритам, уђу у жлеб и ускладе неко решење. То је могуће само уз праву количину уметничке слободе да се испробају било који приступи, алати и технике који би вам могли падати на памет у тренутку - и спретност да се промене када нешто изгледа изван кључа.
Једном када научник података савлада основне темеље, постаје прилагодљив и стиче поверење за пружање решења у другим областима. О овим основним основама разговарамо више. Поанта овдје је да једном када савладате науку о подацима, можете преузети улогу на било којем пољу које желите, јер су подаци свугдје.
Крајњи циљ научника за податке је да створи огромне количине вредности за што већи број људи. Док научник података ради иза сцене, то није за разлику од играња широкој публици: Што боље радите посао, више људи нађете - и више награда видите.
Научници података шта раде?
Па шта тачно раде научници? Идемо кроз ово са примером са којим бисмо се сви могли односити.
Без грешака, без стреса - Ваш корак по корак водич за креирање софтвера за промену живота без да вам уништи живот
Не можете побољшати своје вештине програмирања када никога није брига за квалитет софтвера.
Рецимо да једног дана схватите да немате исту количину енергије као и дан раније. Тако сте си поставили циљ: имати више енергије током дана. То је прилично широк и двосмислен циљ. Дакле, први корак као научник података је уклањање неке те нејасноће и квантификовање мерљивости ових циљева. Постоје методе за то. Нећемо овде да улазимо у детаље, али само да кажемо да теоретизирамо да не заспите и зато себи дајете под-циљ да осам сати спавате сваке ноћи.
Иако је овај циљ мало мерљивији и мање двосмислен, он има своје изазове. Стварно не можете да покренете тајмер када заспите, па чак и ако покренете тајмер након што скочите у кревет, можда нећете заспати одмах. Поред тога, тешко је објаснити времена у којима се пробудите усред ноћи. Коначно, постоје различите врсте сна, као што су дубок и лаган сан. Суштина је да је тешко прецизно измерити сан, а самим тим и теже измерити његов утицај на ваше нивое енергије.
Па шта можеш учинити? Па, као научник података тражите најновије технологије и откривате да постоје уређаји за надгледање спавања.А ако сте користили такав уређај за мерење и дигитално снимање сна, били бисте у могућности да добијете тачније податке о сну и да их прикупљате током времена како бисте могли да цртате граф.
Само ово вам може дати бољи увид у оно што се догађа. Визуелни приказ пружиће вам свест, јасноћу и смер. Моћи ћете да видите да ли постижете свој циљ од осам сати сна ноћно и, што је још важније, бићете у стању да предузмете мере ако нисте.
То је основни посао научника података: донијети нове начине мјерења и приказивања података тако да се онима који га гледају пружи више свијести, јасноће и смјера.
Али добар научник података ту не стаје. Једном када се подаци прикупе, могу се интегрирати са било којом другом измјереном активношћу коју обављате током дана. Интегришите га са својом продуктивношћу на основу података вашег система управљања задацима. Интегришите га са својим расположењима на основу твитова и ажурирања статуса. Интегришите га са својим здрављем на основу посета теретани или губитка тежине. Уз већ доступну количину података и лакоћу прикупљања података, могућности су бескрајне.
Како бити научник података
Занима вас каријера у науци о подацима? Пошто је наука о подацима тако нова, замолили смо врхунског научника за податке о увиду у то поље. Јаке Порваи је научник података у Тхе Нев Иорк Тимесу и оснивач ДатаКинд-а (који се у оригиналу зове Дата Витхоут Бордерс) који се подудара са непрофитним организацијама којима је потребна наука података са слободним и про-боно научницима података. Порваи има позадину из информатике и доктора наука. у статистикама од УЦЛА. Ево шта је имао да каже о томе како да се упусти у науку о подацима, како да се понаша добро и како да избегне кључне грешке на терену.
1. Стекните праве вештине
Према Порваиу, улазак у поље своди се на три кључне ствари:
- Практичне вештине рачунања
- Статистичке вештине
- Жеља за учењем
"Морате бити у могућности да пишете скрипте како бисте избрисали податке, као и шифровали алгоритме које вам се јављају у глави", каже Порваи. "Требали бисте знати своје основне статистике (и више, у идеалном случају) да ли ћете заиста моћи да процените да ли модели које правите или алгоритми које пишете раде оно што желите."
2. Успоставите везу
Пре него што се придружио лабораторији за истраживање и развој Нев Иорк Тимеса, Порваи је радио на машинском учењу и рачунарском виду и провео пуно времена у проналажењу робота да идентификује минске и летеће авионе (колико је цоол то?). Све док није објавио посао у Нев Иорк Тимесу, морао се проширити на шире задатке о науци о подацима, наиме Пројецт Цасцаде који прати везе публикације преко друштвених медија.
Најважнија ствар на терену је, каже Порваи, учење.
"Укључите се у пројекат науке о подацима!" Порваи каже. "Преузмите неке податке, покупите неки Р и почните да се играте ... Кажем да се фокусирам на коришћење нечег попут Р уз основну књигу статистика која ће вас водити кроз истраживање неких података. Машинско учење и рачунарске вештине долазе са тим (од наравно, то зависи од вашег претходног искуства - ако сте већ статистичар, покупите мало Питхон-а!) "
Тада је време за успостављање неких веза. Порваи препоручује локалну групу за упознавање - јер бити део научне заједнице података је "најбржи начин да сазнате шта не знате". А на пољу које се стално развија, то је важно.
3. Уђите у игру
Порваи има докторате. у статистици са УЦЛА-а, али он наглашава да вам није потребан један за добро дело.
"То би могло помоћи, али немојте мислити да морате да одете и направите још пет година школе да бисте могли да себе називате научником података", рекао је Порвеј.
Наука података је релативно ново поље. То значи да они који желе да изађу на терен морају да му приступе отворено.
"Научник података из Фоурскуаре-а ће изгледати много другачије од научника података у Голдман Сацхсу", каже Порваи.
4. Упознајте своју нову улогу
Наука података односи се на разјашњење циљева, испитивање претпоставки, процену доказа и процену закључака. Али ту је један делић слагалице који многи људи превиде. Можете ли погодити о чему се ради? Према Порваиу, тајни састојак је критичко размишљање.
"То заиста раздваја хакере од правих научника, за мене", каже Порваи. „Зачудили бисте се колико сам пута видео да неко гради модел и извештава о резултатима не схватајући да нису критички размишљали одакле подаци долазе или да ли је њихов експеримент правилно осмишљен. Морате МОРАТИ да будете у могућности да испитате сваки корак вашег процеса и сваког броја који смислите. "
Пут ка великим подацима
Порваи каже да је, када је схватио способност коришћења огромне количине података за подучавање машина, то разбуктало његов ум. Његова та страст - и његово образовање и вештине - помогли су му да се домогне врхунског посла у науци о подацима. Ако желите да избаците велике податке, пронађите неке књиге, преузмите неке податке и почните да се играте. Никад не знате шта ће се појавити гомила необрађених података.
Комплетни транскрипт интервјуа потражите на ДатаСциентистс.Нет.