Hogyan kudarcot tudósként tudni: 3 általános hiba

Az öt legfontosabb kérdés, amelyre az adattudósnak képesnek kell lennie válaszolni. Tom Merritt felteszi azt az öt kérdést, amelyre minden adattudósnak meg kell válaszolni.

További információ a Big Data-ról

  • Adatkezelés: egy csaló lap
  • Hogyan integrálható a robot folyamatok automatizálása a nagy adatprojektekbe
  • Hadley Wickham programozó kiemeli az R közösség sokszínűségét
  • A megfelelő adatelemző eszközök kiválasztása: 5 lépés

Az adattudósok felelősek az üzleti adatok szervezéséért és elemzéséért. Mivel a cégek több adatot generálnak, mint valaha, ezekre a szakemberekre nagy a kereslet, és az elmúlt négy egymást követő évben első helyen álltak a Glassdoor Amerika Legjobb Munkahelyek listáján.

Hogyan lehet sikeres adattudós karriert építeni (ingyenes PDF)

Az adattudományban dolgozók ismerik a nagy adatok elemzését, a gépi tanulást, a kódolási nyelveket, az algoritmusokat és a problémaértékelést - jelentette be a TechRepublic Alison DeNisco Rayome. A technikai készségek önmagukban azonban nem csökkentik.

A kommunikáció, az együttműködés és az állandó tanulás szintén nélkülözhetetlen elemei az adattudomány sikerének. Technikai és interperszonális készségek nélkül az adattudósok elengedésre kerülnek, és könnyen cserélhetők, mivel számuk növekszik.

"Ahhoz, hogy sikeres adattudós tudósító legyen, a technikai készségek, a magasabb szintű gondolkodásmód és a szennyezett problémamegoldás keveréke szükséges" - mondta Roger Yarbrough, a Stratistry marketing tanácsadó cég vezetője és társalapítója. "Tekintettel arra, hogy a tehetségeknek ez a keveréke nem feltétlenül része a főiskolai tantervnek, sok adattudós tudósítóval rendelkezhet a szükséges valós tapasztalatok nélkül, hogy teljes mértékben megértse az esetleges hibákat, amelyekkel az adatokkal való munka során felmerülhet."

Az adattudósok sok buktatóra engedhetnek bele, akárcsak minden szakma. A tudósok által elkövetett legnagyobb hibák a következők:

1. Csak a megoldásra összpontosít

Ganes Kesari, a Gramener elemzési vezetője hívja fel az adattudósokat az üzleti problémák megoldására és az analitika végrehajtására. "Ez az adattudomány szent grálja" - mondta Kesari. "Meg kell határozni a helyes üzleti kérdéseket, és lépések sorozatát kell kidolgozni azok megoldására. De ebben az esetben a legtöbb adattudós eltorzul."

Kizárólag a megoldásra összpontosítva problémák merülhetnek fel az út során; az adattudósoknak emlékezniük kell arra a környezetre, amelyben a probléma felkerült - mondta Keith Williams, a Red Ventures adattudósa.

"Meg kell értenie, hogy ezek a rendszerek általában hogyan működnek, és hogyan lépnek kölcsönhatásba a megoldással" - mondta. "Ennek a lábmunkának a elmulasztása gyakran egy downstream hibaként jelentkezik, miközben a táskát csak homályos elképzelésével tartja fenn, mi történik rosszul és hol történik."

2. Az alapok elfelejtése

Miközben megértsék, hogyan működik a mesterséges intelligencia (AI) és a gépi tanulási rendszerek az adattudományi karrier szempontjából, ezek a szakemberek gyakran figyelmen kívül hagyják az alapokat - mondta Kesari.

"A jelöltek a projektekben az AI modellek 90% -os pontosságát büszkélkednek. Ez azonban tragédia, amikor megpróbálják megmagyarázni, mi a p-érték, vagy hogyan lehet az excel-t felhasználni az egyszerű minták kinyerésére az adatokból" - mondta Kesari. "Az adattudós, aki alapvető ismeretekkel rendelkezik modellezési készségekkel, olyan, mint egy pilóta, aki képes repülni egy repülőgéppel anélkül, hogy tudná, hogy mit jelent a pilótafülke tárcsáinak."

"Az olyan egyszerű eszközök, mint a lineáris regresszió, valóban nagyon hatékonyak lehetnek, ha párosulnak a jól kidolgozott adatokkal és beépítik egy olyan rendszerbe, ahol a kimenetek működtethetők" - tette hozzá Williams. "A technooptimistás adattudós csak arra törekszik, hogy a legfrissebb mély idegi hálózatot alkalmazza a problémájukra, csak hogy megállapítsa, hogy valamelyik upstream folyamattal foglalkozni kell, mielőtt bármi más előfordulhat. Egyszerű megoldások alkalmazásával először az ilyen kérdések gyorsan azonosíthatók. a hitelesség elégetése nélkül. "

3. Hatástalan kommunikáció

Fontos az analitikai eredmények megtalálása, de a sikeres adattudósok tudják, hogyan kell hatékonyan kommunikálni ezeket az eredményeket - mondta Kesari.

"Az analitikai eredmények hasznossága közvetlenül arányos a felhasználásával hozható döntésekkel. Az adattudósok feltételezik, hogy a felhasználók megértik az analitikát" - mondta Kesari. "Nem vesznek igénybe időt az eredmények olyan formátumba történő lefordítására, amelyre a felhasználók reagálhatnak. Az üzleti értelmezés és az adatok megjelenítése felbecsülhetetlen értékű készségek, amelyek gyakran mellékhatásokba kerülnek."

Yarbrough mondta, hogy a legjobb tudományos tudósok tudomásul veszik ezeket a hibákat, és intézkedéseket hoznak azok korlátozására - és ezt megtehetik, mert mind technikai, mind interperszonális készségekkel rendelkeznek.

"Egy dolog, hogy megértsük és alkalmazzuk a fogalmakat egyetemi környezetben, de egy másik dolog, ha ezt teljes egészében megteszjük a valós világban, annak minden nyomásával" - mondta Yarbrough. "Azok, akik keményen dolgoznak adataik integritásának védelmében, és megteszik a megfelelő lépéseket az adatok pontosságának biztosítása érdekében, azok munkáját értékesnek fogják találni mind maguk, mind azok számára, akikre rá is támaszkodnak."

További információkért lásd: Hogyan kell naprakészen tartani adattudós készségeit: 3 tipp a TechRepublic oldalon.

Data, Analytics és AI hírlevél

Szerezzen szakértői tippeket a nagy adatok elemzésének alapjainak elsajátításához, és lépést tartson a mesterséges intelligencia legújabb fejleményeivel. Hétfőn

Regisztrálj még ma

Lásd még

  • Hogyan válhatunk adattudósnak: Csalólap (TechRepublic)
  • 60 módszer a legtöbb adat kiaknázására a nagy adatátviteli kezdeményezésekkel (ingyenes PDF) (TechRepublic)
  • Jellemzők összehasonlítása: Adatelemző szoftverek és szolgáltatások (TechRepublic Premium)
  • Térfogat, sebesség és változatosság: A nagy adatok három V-jának megértése (ZDNet)
  • A legjobb felhőalapú szolgáltatások kisvállalkozások számára (CNET)
  • Nagy adatok: Több olvasható lefedettség (TechRepublic a Flipboardon)
Kép: iStockphoto / Peshkova

© Copyright 2020 | mobilegn.com