Indhold
Q:
Hvad er de fire grundlæggende for at blive en god dataforsker?
EN:
Som mange eksperter påpeger, kræver det en kombination af færdigheder og erfaring, at blive en stor datavidenskabsmand gennem dedikeret læring og analyse af et komplekst felt. Datavidenskabsmænd som administratorer og kuratorer af værdifulde dataaktiver er meget efterspurgte i dag. Lad os se på, hvad nogle af disse grundlæggende færdigheder involverer.
Den første af de fire grundlæggende komponenter i dataforskerens arbejde er matematik og statistik. Gode dataforskere skal lære at være fortrolige med forskellige matematiske begreber relateret til overvåget og uovervåget maskinlæring, herunder algoritmetyper såsom beslutningstræer, tilfældig skov, logistisk regression, klynger og brug af dimensionalitet i maskinindlæring (ML). Generelt bør de have et godt greb om at arbejde med matematiske ligninger og statistikker ved hjælp af statistiske analyseressourcer.
Den anden vigtigste grundlæggende komponent i datavidenskabeligt arbejde involverer programmering og databasestyring. Enkeltpersoner skal være stærke i scripting-sprog som Python og statistiske sprog som R sammen med erfaring og færdigheder med database og SQL semantik og operationelle teknikker. Kendskab til softwarekomponenter som Hadoop, MapReduce, Hive og Pig er også attraktiv for arbejdsgivere.
Den tredje grundlæggende komponent i at blive en god datavidenskabsmand er den teoretiske og filosofiske komponent i forståelsen af datavidenskab og maskinlæring. Disse individer skal være selvstændige problemløsere med nysgerrige sind - når alt kommer til alt kombinerer de rå kvantitativ analyse med kreativ forståelse af maskinlæring og datavidenskabelige processer. I stedet for blot at være tekniske numre mennesker, bør de have en dyb forankring i, hvad det betyder at skabe maskinlæringsprojekter og arbejde med datavidenskabelige initiativer med hensyn til slutmål og slutresultater.
En fjerde vigtigste søjle i at lære at være en god datavidenskabsmand involverer at arbejde med mennesker og være i stand til at bruge data på måder, der giver mening for andre mennesker.
Gode dataforskere kan være historiefortællere - de kan oversætte kvantitative data til fortællinger og indsigt. Som sådan skulle de have gode kommunikationsevner for at kunne bringe deres arbejde til bordet og formidle det til flere interessenter eller et givet publikum effektivt. Dette er nogle af de vigtigste typer færdigheder, der bygger en god datavidenskabsmand, der er klar til at deltage i dagens hurtige og hurtigt fremskridende IT-industri.