Информационная помощь Администратора портала Информационная помощь Администратора портала
Информационная поддержка — сюда относится всё, что связано с содержанием сайта: контент, графика, наполнение.

Что делают специалисты по Data Science


Проще говоря, работа специалиста по анализу данных состоит в том, чтобы анализировать данные на предмет практических выводов (подробнее на сайте: https://skillfactory.ru/).

Конкретные задачи включают в себя:

  • Выявление проблем анализа данных, которые открывают наибольшие возможности для организации

  • Определение правильных наборов данных и переменных

  • Сбор больших наборов структурированных и неструктурированных данных из разрозненных источников

  • Очистка и проверка данных для обеспечения точности, полноты и единообразия

  • Разработка и применение моделей и алгоритмов для майнинга хранилищ больших данных

  • Анализ данных для выявления закономерностей и тенденций

  • Интерпретация данных для поиска решений и возможностей

  • Доведение результатов до заинтересованных сторон с помощью визуализации и других средств

В книге "Занимаясь наукой о данных" ("Doing Data Science") авторы описывают обязанности специалиста по данным следующим образом:

“В более общем плане, специалист по данным-это тот, кто знает, как извлечь смысл из данных и интерпретировать их, что требует как инструментов и методов из статистики и машинного обучения, так и быть человеком. Она тратит много времени на сбор, очистку и обработку данных, потому что данные никогда не бывают чистыми. Этот процесс требует настойчивости, статистики и навыков разработки программного обеспечения—навыков, которые также необходимы для понимания предубеждений в данных и для отладки вывода журнала из кода.

Как только она получает данные в форму, решающей частью является исследовательский анализ данных, который сочетает в себе визуализацию и смысл данных. Она найдет паттерны, построит модели и алгоритмы—некоторые из них с намерением понять использование продукта и общее состояние продукта, а другие послужат прототипами, которые в конечном итоге будут запечены обратно в продукт. Она может проектировать эксперименты, и она является важной частью принятия решений, основанных на данных. Она будет общаться с членами команды, инженерами и руководством на понятном языке и с визуализацией данных, так что даже если ее коллеги сами не погружены в данные, они поймут последствия.”

Источник: O'Neil, C., and Schutt, R. Doing Data Science. Первое издание.

Вы бы стали хорошим специалистом по Data Science?

Чтобы выяснить это, спросите себя: Вы ...

  • имеете степень по математике, статистике, информатике, информационным системам управления или маркетингу?

  • есть ли у вас значительный опыт работы в любой из этих областей?

  • вы заинтересованы в сборе и анализе данных?

  • любите индивидуальную работу и решение проблем?

  • хорошо общаетесь как устно, так и визуально?

  • хотите расширить свои навыки и принять новые вызовы?

Если вы ответили утвердительно на любой из этих вопросов, вы можете найти много интересного в области науки о данных.

Специалисты по обработке данных требуют знания математики или статистики. Естественное любопытство также важно, как и творческое и критическое мышление. Что вы можете сделать со всеми этими данными? Какие нераскрытые возможности скрыты внутри? Вы должны обладать умением соединять точки и желанием найти ответы на вопросы, которые еще не были заданы, если вы хотите полностью реализовать потенциал данных.

Данные ученые также высокообразованны. По данным отраслевого ресурса KDnuggets, 88% специалистов по обработке данных имеют степень магистра, а 46% - доктора философии.

Вам также нужен некоторый опыт в компьютерном программировании, чтобы вы могли разработать модели и алгоритмы, необходимые для добычи хранилищ больших данных. Python и R - это две лучшие среды программирования для науки о данных.

Вы, должно быть, что-то вроде предпринимателя. Голова для бизнес-стратегии важна. Хотя вы можете работать с другими специалистами по данным или даже с междисциплинарной командой профессионалов, вы не добьетесь успеха, если не сможете разработать свои собственные методы и построить собственную инфраструктуру, чтобы нарезать и нарезать данные, которые приведут вас к новым открытиям и новым видениям будущего.

Вы также должны уметь передавать сложные идеи своим нетехническим заинтересованным сторонам таким образом, чтобы они могли легко их понять. Программные средства Data-science могут помочь вам визуализировать ваши выводы, но вам также понадобятся навыки вербального общения, чтобы четко рассказать историю.

Использованные источники

  1. What Do Data Scientists Do? URL:datasciencedegree.wisconsin.edu/data-science/what-do-data-scientists-do/

Авторизация
Забыли свой пароль?