數(shù)據(jù)科學(xué)家的工作范圍廣泛 因應(yīng)用程序而異

什么是一個(gè)數(shù)據(jù)科學(xué)家的背景下做人工智能和機(jī)器學(xué)習(xí)的工作?每天處理這類項(xiàng)目的很多專業(yè)人士都會(huì)說(shuō)這個(gè)問(wèn)題很難回答。一個(gè)更好的問(wèn)題是：數(shù)據(jù)科學(xué)家不做什么?

數(shù)據(jù)科學(xué)家是AI或ML過(guò)程中不可或缺的一部分，因?yàn)樗羞@些項(xiàng)目都依賴于大數(shù)據(jù)或復(fù)雜輸入。數(shù)據(jù)科學(xué)家是知道如何處理數(shù)據(jù)以產(chǎn)生結(jié)果的基本野心家。

但是，有一些方法可以討論數(shù)據(jù)科學(xué)家的作用，他或她需要什么資格，以及他或她在這個(gè)過(guò)程中扮演的角色。

閱讀：您可以通過(guò)在線學(xué)習(xí)掌握的6個(gè)關(guān)鍵數(shù)據(jù)科學(xué)概念

各種定義，各種職責(zé)

描述數(shù)據(jù)科學(xué)家工作的許多專家從廣義上講它。

“在小公司或在新市場(chǎng)工作時(shí)，數(shù)據(jù)科學(xué)家的角色是將相對(duì)新穎(但顯而易見(jiàn))的數(shù)據(jù)源轉(zhuǎn)換為解決最終用戶問(wèn)題的東西，這在以前是不可能實(shí)現(xiàn)的，所使用的技術(shù)不存在，“Mercury Global Partners的客戶經(jīng)理Antonio Hicks說(shuō)。“理想的候選人是部分?jǐn)?shù)學(xué)家，部分軟件工程師和部分企業(yè)家。”

其他人回應(yīng)這個(gè)基本想法，提到科學(xué)家需要解決建模項(xiàng)目的數(shù)據(jù)。

“數(shù)據(jù)科學(xué)家需要的最重要的屬性是對(duì)他們周圍世界的深切好奇 - 他們是在回答問(wèn)題還是建立模型，在他們面前理解問(wèn)題的愿望是關(guān)鍵，” 數(shù)據(jù)科學(xué)家經(jīng)理Erin Akinci說(shuō)。在Asana。“從那里開(kāi)始，大多數(shù)人都需要數(shù)學(xué)和編程方面的技能來(lái)尋找解決方案，但具體的數(shù)學(xué)和編程類型因數(shù)據(jù)科學(xué)領(lǐng)域的專業(yè)知識(shí)而異。”

“優(yōu)秀的科學(xué)工作更多地與科學(xué)家對(duì)問(wèn)題的思考方式有關(guān)，而不是他們用來(lái)解決問(wèn)題的工具，”Valkyrie Intelligence的創(chuàng)始人兼首席執(zhí)行官Charlie Burgoyne補(bǔ)充道。Valkyrie是一家應(yīng)用科學(xué)咨詢公司，擁有令人印象深刻的項(xiàng)目，如Mark I，這是一個(gè)專門的網(wǎng)絡(luò)設(shè)備，可以促進(jìn)神經(jīng)網(wǎng)絡(luò)培訓(xùn)和測(cè)試，改善以前基于云的機(jī)器學(xué)習(xí)平臺(tái)的可能性。

“市場(chǎng)需要精通Python開(kāi)發(fā)，神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)以及將數(shù)據(jù)存儲(chǔ)庫(kù)重塑為最新數(shù)據(jù)庫(kù)架構(gòu)的能力的科學(xué)家，”Burgoyne說(shuō)。“然而，這些能力是一個(gè)有才華的科學(xué)家的賭注。不那么明顯的是科學(xué)家對(duì)強(qiáng)悍的好奇心，積極的聰明才智和堅(jiān)持科學(xué)方法的能力。“

數(shù)據(jù)科學(xué)家的技能

因此，就實(shí)際技能而言，數(shù)據(jù)科學(xué)家在建模方面需要一定的創(chuàng)造力和精明。他們也可以從“硬技能”中受益匪淺，例如Python，C ++或其他應(yīng)用于ML項(xiàng)目的常用語(yǔ)言的經(jīng)驗(yàn)編碼。

“Python和C ++是必不可少的，能夠?qū)⒕幋a技能與數(shù)據(jù)分析和處理相結(jié)合，統(tǒng)計(jì)數(shù)據(jù)是使數(shù)據(jù)科學(xué)家成為強(qiáng)有力的候選人或員工的核心技能，”在線模擬面試平臺(tái)Pramp的Val Streif說(shuō)道。適用于軟件工程師，開(kāi)發(fā)人員和數(shù)據(jù)科 “雖然通過(guò)將數(shù)據(jù)科學(xué)家與開(kāi)發(fā)人員配對(duì)可以解決一些編程技巧，但如果從公司的角度將兩種技能結(jié)合在一起，那就更容易了。”

其他專家將R，Hadoop，Spark，Sas和Java添加到列表以及Tableau，Hive和MATLAB等技術(shù)中。

所有這些都是令人印象深刻的簡(jiǎn)歷，但是一些有招聘數(shù)據(jù)科學(xué)家經(jīng)驗(yàn)的人說(shuō)其他“人”方面也很重要。

“傳統(tǒng)上，擁有多元化文科教育的人才能成為優(yōu)秀的數(shù)據(jù)科學(xué)家，”Burgoyne說(shuō)道，他們區(qū)分了建筑方面的工程師和數(shù)據(jù)科學(xué)家，他們的工作可能更具概念性。他繼續(xù)：

傳統(tǒng)STEM領(lǐng)域的專業(yè)知識(shí)與人文，藝術(shù)或商業(yè)領(lǐng)域的互補(bǔ)關(guān)注產(chǎn)生了那些成為優(yōu)秀的行業(yè)導(dǎo)向科學(xué)家的品質(zhì)。必須指出的是，組織利用這些品質(zhì)并以富有成效的方式塑造他們的熱情和方法的能力同樣重要。我觀察到，當(dāng)數(shù)據(jù)科學(xué)計(jì)劃不成功時(shí)，該組織可能像科學(xué)家一樣有罪?？茖W(xué)家不是工程師。它們不會(huì)被驅(qū)動(dòng)執(zhí)行和構(gòu)建。他們被驅(qū)使去發(fā)現(xiàn)和理解。掌握這種差異的組織可以很好地培養(yǎng)這兩個(gè)領(lǐng)域。

至于科學(xué)家通常應(yīng)用的數(shù)據(jù)，這與公司的核心目標(biāo)有關(guān)。一些公司正在追逐分散的互聯(lián)網(wǎng) - 有些公司正在玩物聯(lián)網(wǎng)或SaaS。其他人正試圖開(kāi)拓“用戶友好”或“道德”或“透明”AI。

無(wú)論如何，數(shù)據(jù)科學(xué)家可能正在彌合他們使用的數(shù)據(jù)的硬度量，無(wú)論是在哪種技術(shù)堆棧中，以及概念化AI / ML功能的隨心所欲的工作之間的鴻溝。

“我們聘請(qǐng)數(shù)據(jù)科學(xué)家來(lái)管理數(shù)據(jù)收集和清理，以及將這些數(shù)據(jù)轉(zhuǎn)化為有意義的信息，” G2 Crowd數(shù)據(jù)科學(xué)與分析經(jīng)理Michael Hupp說(shuō)。他詳細(xì)說(shuō)明：

通常，這意味著管理驅(qū)動(dòng)公司數(shù)據(jù)引擎的任何重要算法，并且能夠流利地使用關(guān)鍵分析工具和語(yǔ)言，但近年來(lái)還包括新興領(lǐng)域，如自然語(yǔ)言處理，機(jī)器學(xué)習(xí)，其他形式的支持AI的分析。最成功的數(shù)據(jù)科學(xué)家是那些將他們的硬技能與快速學(xué)習(xí)能力相結(jié)合的人，以及有效傳達(dá)他們發(fā)現(xiàn)的洞察力的能力，以便他們對(duì)自己的業(yè)務(wù)有意義。

通過(guò)這些類型的見(jiàn)解，年輕的專業(yè)人??士或?qū)W生更容易弄清楚數(shù)據(jù)科學(xué)家是否會(huì)成為他們的好角色，以及如何獲得技能。STEM學(xué)習(xí)在全國(guó)各地的學(xué)校變得越來(lái)越容易，但是對(duì)編碼和技術(shù)的熱情以及即時(shí)學(xué)習(xí)的能力無(wú)法替代。