「データサイエンティスト」とは何ですか、そして彼らは本当に何をしているのでしょうか 。私たちのキャリアミーティング「What Data Scientist Lives」でグリゴリーバクーノフに語ります。
自分をデータサイエンティストと誇らしげに呼んでいる同僚や知人がいますか？ 心に留めてはいけませんが、それらのほとんどはデータサイエンスとはまったく関係がありません。 自分を科学者と呼ぶことは、科学を実際に行い、科学的方法を実践することを意味します。 仮説を立て、実験の結果でそれを支持し、それを証明/反論した後、次の繰り返しを進めます。
データサイエンスは応用科学です。 そして、応用科学者の仕事は、実用的な価値のあるモデル、方法、アルゴリズムを作成することです。
これらのことは、比較的小さな入力データから将来の結果を予測できるため、非常に重要です。 場合によっては、モデルはブラックボックスにすぎません。予測がどこから来たのかを説明することはできませんが、このデータの正確性はすでに証明されています。
したがって、「データサイエンス」の概念の純度を維持するために、データサイエンティストではないことを理解するのに役立ついくつかのステートメントを以下に示します。
-ビジネス分析の分野で豊富な専門知識を持っています。 時系列の履歴データを分析して、過去の予測に多くの時間を費やしました。 これはデータサイエンスではありません。実験することはめったになく、予測する能力は欺かれます。
-Hadoop、R、Python、Octave、MathematicaおよびMatlibでのプログラミングの経験-データサイエンティストツール。 ツールを使用する能力は、まだ科学的な影響を与えていません。
-数学、統計学、計量経済学の学位は、データに基づいて自分を科学者と呼ぶ権利を与えません。 基本的な理論の理解を維持しながら、記述的および予後の方法を適用することを学んだことを願っています。 しかし、データサイエンスは特定のデータドメインに焦点を当てた応用分野であるため、学士号を取得するのに十分な実際の経験が得られない可能性が高くなります。
-履歴書で知的起業家精神の将来が適切と思われる大、中、小、およびあらゆるデータの役割を提唱することは、オタクとの会話を開始したり、パーティーで友人を楽しませる方法になります。 あなたはこれから科学者にならない。
-クーセラでの8週間のコース、またはデータサイエンティストの科学キャンプへの訪問は、昨日と同じ科学者になります。プロのアスリートがゴルフのレッスンをします。 「世紀を生きる-世紀を学ぶ」という理論と継続的な自己改善への渇望は、単に自己欺ceptionです。
-Excelの専門家でありマスターであるあなたは、信じられないほどのチャート、グラフ、クレイジーなテーブルを作成します。 繰り返しますが、これらの不可欠なスキルはあなたを科学者にしません。
-最近、SAS、IBMまたはMicrosoftから適切な経験なしにData Scienceプラットフォームを取得しました。手順を読み、10の入門ビデオを見て、5日間のコースを受講した後、アルゴリズムウィジェットをキャンバスに移動してボタンを押すだけで、対象データの予測/説明モデルを作成する準備ができていると信じていました「学ぶ」。 あなたはデータサイエンティストではありませんが、単に危険な対象です。