İçerik
- Veri Bilimcileri: Tech Rock Yıldızları?
- Veri Bilimciler Ne Yapar?
- Hata Yok, Stres Yok - Hayatınızı Yok Etmeden Hayat Değiştiren Yazılım Yaratma Adım Adım Kılavuzunuz
- Veri Bilimcisi Nasıl Olunur?
- Büyük Veriye Giden Yol
Kaynak: Onradio / iStockphoto
Paket servisi:
Veri bilimci rolü teknoloji dünyasında en çok aranan kariyer haline geldi. The New York Times'tan üst düzey veri bilimci Jake Porway'in işini nasıl aldığını ve bu alandaki başarısı için ipuçlarını sorduk.
Veri bilimci rolü, teknoloji dünyasında en çok aranan kariyer haline geldi. Google, Amazon ve LinkedIn gibi şirketler, dijital veri çağında bu yenilikçi üstünlüğü sürdürmelerine yardımcı olmak için veri bilimcilerini kullanıyor. Ve şimdi veri ve teknoloji meraklıları, bazı müzisyenlerin rock yıldızı olmak istedikleri gibi, veri bilimcisi olma arzusundalar. Belki de bu yüzden bazı insanlar veri bilimcilerini teknoloji çağının yeni rock yıldızları olarak adlandırıyor.
Ne yazık ki, bu rol hala o kadar yeni ki, bu konuda hala bir belirsizlik düzeyi var; bu da birçok wannabe veri bilimcisinin tur otobüslerini yanlış yolda kullandığı anlamına geliyor. Veri bilim adamları, rock yıldızı itibarlarını hak ediyor mu? The New York Times'taki AR-GE laboratuarından veri bilimcisi olan Jake Porway ile röportaj yaparak veri bilimi dünyasına dalıyoruz.
Veri Bilimcileri: Tech Rock Yıldızları?
Peki veri bilimcileri neden teknoloji dünyasının yeni rock yıldızı olarak anılıyor? Bu benzetme aslında veri ineklerinin ultracool sesine duymak istediğinden daha derinlere iniyor. Bir rock yıldızı gibi, bir veri bilimci kariyeri de çeşitlilik, sanatsal özgürlük ve uyarlanabilirlik içerir. Ve eğlence dünyasının rock yıldızları gibi, en iyi veri bilim insanları, veri ve teknoloji endüstrisinin her kesiminden insanları takip etmeye meyillidirler.
Bir veri bilimcisinin yaptığı çok çeşitlidir; müzisyenler, caz ve death metal kadar farklı müzikal stilleri çalmak için farklı enstrümanlar, araçlar ve teknikler kullandıkları gibi, bir veri bilimcisi de belirli bir araç ve alanı yönetmektedir. Stil de dahil. Ve bu işi yapmanın doğru veya yanlış bir yolu da yoktur - bu işin diğer insanlar üzerindeki etkisi ile ilgilidir.
Beatles şarkılarını yazdığında, her enstrümandaki her notanın nasıl çalınacağını belirleyen sadece bir kişi yoktu. Bir araya geldiler ve sıkıştılar; yaratıcı keşif yoluyla işe yarayan şarkılar buldular. Veri bilim adamları için aynı. Ritmi hissetmek, oluğa girmek ve bir çözümü uyumlaştırmak zorundalar. Bu ancak şu anda aklınıza gelebilecek her türlü yaklaşımı, aracı ve tekniği denemek için doğru miktarda sanatsal özgürlük ve anahtar bir şey göründüğünde değişiklik yapma çevikliği ile mümkündür.
Bir veri bilimcisi temel prensiplere hakim olduğunda, uyarlanabilir hale gelir ve diğer alanlarda çözümler sağlama konusunda güven kazanır. Daha sonra bu temel temeller hakkında daha fazla konuşuruz. Burada yapmamız gereken şey, veri bilimini bir kez ustaladığınızda, istediğiniz yerde rol alabilmenizdir, çünkü veriler her yerdedir.
Bir veri bilim adamının nihai amacı, mümkün olan en fazla sayıda insan için büyük miktarda değer yaratmaktır. Bir veri bilimcisi sahne arkasında çalışırken, büyük bir izleyici kitlesine oynamaktan farklı değildir: İşi ne kadar iyi yaparsanız, o kadar çok insana ulaşırsınız ve daha fazla ödül görürsünüz.
Veri Bilimciler Ne Yapar?
Peki veri bilimcileri tam olarak ne yapar? Hadi bunu, hepimizin ilgili olabileceği bir örnekle ele alalım.
Hata Yok, Stres Yok - Hayatınızı Yok Etmeden Hayat Değiştiren Yazılım Yaratma Adım Adım Kılavuzunuz
Hiç kimse yazılım kalitesiyle ilgilenmediğinde programlama becerilerinizi geliştiremezsiniz.
Diyelim ki bir gün, eskiden aynı miktarda enerjiye sahip olmadığınızı fark edersiniz. Böylece kendinize bir hedef belirlediniz: gün boyunca daha fazla enerjiye sahip olmak. Şimdi, bu oldukça geniş ve belirsiz bir amaç. Dolayısıyla veri bilimcisi olarak ilk adım, bu belirsizliğin bir kısmını ortadan kaldırmak ve bu hedeflerin ölçülebilirliğini ölçmektir. Bunun için yöntemler var. Buradaki ayrıntılara girmeyeceğiz, ancak şunu söyleyelim: Yeterince uyuyamadığınızı ve bu yüzden kendinize her gece sekiz saat uyumayı hedeflediğinizi belirtin.
Bu hedef biraz daha ölçülebilir ve daha az belirsiz olsa da, kendine has zorlukları var. Uykuya daldığınızda bir zamanlayıcıyı gerçekten başlatamazsınız ve uykuya daldıktan sonra bir zamanlayıcı başlatsanız bile, hemen uykuya dalmayabilirsiniz. Ayrıca, gecenin ortasında uyandığınız zamanları hesaba katmak zor. Son olarak, derin uyku ve hafif uyku gibi farklı uyku türleri vardır. Sonuç olarak, uykuyu tam olarak ölçmek zor ve dolayısıyla enerji seviyeleriniz üzerindeki etkisini ölçmek daha da zor.
Ne yapabilirsin? Bir veri bilimcisi olarak, teknolojideki en son gelişmeleri arar ve uyku izleme cihazlarının olduğunu keşfedersiniz.Ve eğer uykunuzu ölçmek ve dijital olarak kaydetmek için böyle bir cihaz kullandıysanız, uykunuz hakkında daha doğru veriler elde edebilir ve bir grafiği çizmek için zamanla bu verileri toplayabilirsiniz.
Bu yalnız ne oluyor içine daha fazla fikir verebilir. Görsel temsil size farkındalık, netlik ve yön verecektir. Bir gece sekiz saatlik uyku hedefinize ulaşıp ulaşmadığınızı görebilecek ve daha da önemlisi yapmazsanız harekete geçebileceksiniz.
Bu, veri bilimcisinin temel işidir: verileri ölçmek ve görüntülemek için yeni yollar getirmek, böylece ona bakanlar için daha fazla farkındalık, netlik ve yön sağlamaktır.
Fakat iyi bir veri bilimcisi burada bitmiyor. Veriler toplandıktan sonra, gün boyunca yaptığınız diğer ölçülmüş faaliyetlerle entegre edilebilir. Görev yönetim sisteminizdeki verilere dayanarak üretkenliğinizi bütünleştirin. Tweet'lere ve durum güncellemelerine dayanarak ruh halinizle entegre edin. Spor salonuna yapılan ziyaretlere veya kilo kaybına dayanarak sağlığınızla bütünleştirin. Mevcut veri miktarı ve yakalanabilme kolaylığı sayesinde, olanaklar sınırsızdır.
Veri Bilimcisi Nasıl Olunur?
Veri bilimi alanında kariyer yapmak mı istiyorsunuz? Veri bilimi çok yeni olduğu için, alana ilişkin içgörü için üst düzey bir veri bilimcisine sorduk. Jake Porway, The New York Times'ta bir veri bilimcisi ve DataKind'in kurucusu (başlangıçta Sınırsız Veri olarak da bilinir) ve serbest ve bono yanlısı veri bilimcileriyle veri bilimine ihtiyaç duyan kar amacı gütmeyen kuruluşlarla eşleşiyor. Porway'in bilgisayar bilimi geçmişi ve doktora derecesi var. UCLA istatistiklerinde. Heres, veri bilimine nasıl girileceği, iyi performans göstermesi ve alandaki önemli hatalardan nasıl kaçınabileceği hakkında söyleyeceklerini söyledi.
1. Doğru Becerileri Alın
Porway’e göre, sahaya girmek üç ana konuya değiniyor:
- Pratik bilgi işlem becerileri
- İstatistiksel beceriler
- Öğrenmek için bir arzu
Porway, "Verileri kazımak için komut dosyaları yazabilmeniz ve aklınıza getirdiğiniz algoritmaları kodlamanız gerekir" diyor. “Yaptığınız modellerin veya yazdığınız algoritmaların istediğiniz şeyi yapıp yapmadığını gerçekten değerlendirebilirseniz temel istatistiklerinizi (ve daha fazlası, ideal olarak) bilmelisiniz.”
2. Bağlantıları Yap
The New York Times Ar-Ge laboratuarına katılmadan önce, Porway makine öğrenimi ve bilgisayar vizyonunda çalıştı ve kara mayınlarını tanımlamak ve uçakları uçurmak için robotlar bulmak için çok zaman harcadı (ne kadar soğuk o?). New York Times’taki işine gelinceye kadar, daha geniş veri bilimi görevlerine, yani sosyal medyadaki yayından bağlantıları izleyen Project Cascade’e genişlemesi gerekmiyordu.
Sahaya girmenin en önemli şeyi Porway’in öğrenmeye başlamak olduğunu söylüyor.
İnternethaber.com "Bir veri bilimi projesine katılın!" Porway diyor. "Bazı verileri indir, R'yi al ve oynamaya başla ... Diyelim ki bazı verileri araştırırken size rehberlik edecek temel bir istatistik kitabının yanı sıra R gibi bir şey kullanmaya odaklanın. Makine öğrenme ve hesaplama becerileri bununla gelecek Elbette bu geçmiş tecrübelerinize bağlıdır - eğer zaten bir istatistikçiyseniz, bir Python alın!) "
Sonra bazı bağlantılar kurma zamanı. Porway yerel bir buluşma grubu önermektedir - çünkü veri bilimi topluluğunun bir parçası olmak "ne bilmediğinizi bilmenin en hızlı yoludur". Ve bir alanda şu sürekli o konularda gelişen.
3. Oyuna Girin
Porway'in doktora derecesi var. UCLA istatistiklerinde, ancak iyi iş yapmak için birine ihtiyacınız olmadığını vurguluyor.
Porway, "İşe yarayabilir, ancak kendinize veri bilimcisi diyebilmek için beş yıl daha okula gitmeniz ve okula gitmeniz gerekmediğini sanmayın." Dedi.
Veri bilimi nispeten yeni bir alandır. Bu, alana girmek isteyenler açık bir zihinle yaklaşmaya ihtiyaç duydukları anlamına gelir.
Porway, “Foursquare'deki bir veri bilimcisi, Goldman Sachs'daki bir veri bilimcisinden çok daha farklı görünecek” dedi.
4. Yeni Rolünüzü Sallayın
Veri bilimi, amaçların netleştirilmesi, varsayımların incelenmesi, kanıtların değerlendirilmesi ve sonuçların değerlendirilmesi ile ilgilidir. Ama pek çok insan göz ardı bulmacanın küçük bir parça gidecekseniz. Bunun ne olduğunu tahmin edebilir misin? Porway göre, gizli madde eleştirel düşünme olduğunu.
Porway, “Gerçekten bilgisayar korsanlarını gerçek bilim adamlarından ayırıyor” diyor. “Birisinin bir model oluşturduğunu ve verinin nereden geldiği veya deneylerinin doğru bir şekilde tasarlanıp tasarlanmadığı hakkında eleştirel bir düşünce yapmadıklarını fark etmeden sonuçları rapor ettiğime şaşırıyorsunuz. Her adımı sorgulayabilmelisiniz. senin süreci ve ile gelip her sayının."
Büyük Veriye Giden Yol
Porway, makinelerin kendilerine öğretmesi için çok miktarda veri kullanabilme yeteneğini fark ettiğinde fikrini boşa harcadığını söylüyor. Bu tutku - ve onun eğitim ve becerileri - onu veri biliminde birinci sıraya çıkarmaya yardımcı oldu. Büyük verileri sallamak istiyorsanız, bazı kitaplarla ilginizi çekin, bazı verileri indirin ve oynamaya başlayın. Sen ham veri yığını yukarı dönecek bilemezsin.
Röportajın tam metnini görmek için DataScientists.Net sitesine gidin.