İçerik
- Veri goruntuleme
- Hata Yok, Stres Yok - Hayatınızı Yok Etmeden Hayat Değiştiren Yazılım Yaratma Adım Adım Kılavuzunuz
- Veri Modellemesi
- piton
- Bu Becerileri Nasıl / Nerede Öğrenebilirsiniz?
Kaynak: Maxkabakov / Dreamstime.com
Paket servisi:
Teknoloji dünyası hızla ilerliyor ve yeni mezunlar bile bir kariyer için ihtiyaç duydukları tüm becerileri öğrenmemiş olabilir. En iyi becerileri gözden geçirir ve nasıl kazanacağımızı tartışırız.
Ana dalınıza bağlı olarak, kolejden mezun olduğunuzda, daha pazarlanabilir olmak için ek beceriler öğrenmeniz gerekebilir. Ve LinkedIn'e göre, yeni mezunların mezun olduktan sonraki altı ayda öğrendikleri ilk üç beceri veri görselleştirme, veri modelleme ve Python'dur.
Veri analiz platformu Mode CEO'su Derek Steer'e göre “2020'de, 2011'de yaptığı veri miktarının 50 katı olacak” dedi. Veri işleme gücü artık ucuz ve pratik olarak herhangi bir şirket için erişilebilir durumda ve Steer gerçek darboğazın doğru becerilere sahip insanları bulmak olduğunu söylüyor.
Ancak, şirketler verileri anlama ve manipüle etme becerisine sahip olması gereken tanımı genişletiyorlar.
Sisense veri şirketi başkanı Harry Glaser, “Yakın zamana kadar, öngörücü analizin rolü çoğunlukla deneyimli ve seçkin veri bilimcileri olmaktayken, doğal dil işleme veya karmaşık veri modelleri oluşturma, güçlü mühendislik geçmişine sahip veri profesyonelleri için ayrılmıştı” dedi. veri profesyonellerinin analitik uygulamalar oluşturmasına yardımcı olacak araçlar sağlar. “Ancak, piyasa baskısı ileriye dönük analizi, işletme faaliyetlerinin düzenli bir parçası olmaya zorladı.”
Glaser, bunun daha gelişmiş beceri setleri gerektirdiğini söylüyor. “Bu, büyük değişiklikler ve yeni talepler anlamına gelir; bu, Python ve R gibi ileri düzey analizler için sıklıkla kullanılan daha fazla veri işleme dilini anlama anlamına gelir.”
Bu becerileri, neden önemli olduklarını ve yeni notların (veya herhangi birinin) bunları nasıl öğrenebileceğini inceleyelim.
Veri goruntuleme
Veri görselleştirme, LinkedIn tarafından listelenen en üst düzey beceridir, ancak bu nedir? “Veri görselleştirmesi, bir veri setini etkili bir şekilde yorumlamak ve anlamak için etkili bir yol sağlamak amacıyla verileri grafikler ve diğer görsel açıdan çekici biçimler gibi grafiksel gösterimlere dönüştürmek” diyor. veri bilimi eğitim programları.
Örneğin, sayıları bir elektronik tablodan bir dizi çubuğa veya pasta grafiğe dönüştürmek, sindirimi kolaylaştırır. Reif, “Veri görselleştirmesinin amacı, bilgi kümelerini etkili görsel hikaye anlatıcılığına dönüştürmek ve izleyicilerinizin anlayabileceği bir anlayış sağlamaktır” diyor.
Hata Yok, Stres Yok - Hayatınızı Yok Etmeden Hayat Değiştiren Yazılım Yaratma Adım Adım Kılavuzunuz
Hiç kimse yazılım kalitesiyle ilgilenmediğinde programlama becerilerinizi geliştiremezsiniz.
Ve birkaç nedenden dolayı talebe bağlı bir beceridir. ASML Silikon Vadisi'ndeki mühendislik bilimleri müdürü ve veri bilimi ürün mühendisliği ekiplerini yöneten Yi Zou, “Veri görselleştirme okulda yaygın bir şekilde öğretilmiyor, bu yüzden bu becerilere sahip yeni sınıflar kesinlikle kalabalıktan sıyrılıyor” diyor. “Daha da önemlisi, verilerin iyi bir şekilde görselleştirilmesi, özellikle keşif aşamasında daha iyi kararlara yol açan daha iyi içgörülere izin verir.”
Ve bu yeteneğin yüksek talep görmesinin başka bir nedeni daha var. Zou, “Yüksek kaliteli çizelgeler ve grafiklerle ilgi çekici hikayeler anlatabilen çalışanlar, bulgularını açıkça iletmede tipik olarak daha etkilidir” diyor Zou. (Daha fazla bilgi için, bkz. Veri Viz'in Sevinci: Bakmadığınız Veriler.)
Veri Modellemesi
LinkedIn'e göre, veri modelleme, son sınıfların öğrenmeye yatırım yaptığı ikinci en popüler beceridir. Reif, “Veri modelleme tamamen farklı bilgi setleri arasındaki ilişkileri bulmak için verileri anlama ve kullanma ile ilgili” diye açıklıyor.
Örneğin, evinizi piyasaya sürmeyi planlıyorsanız ve satış fiyatını tahmin etmeye çalışıyorsanız, kare görüntüler, yatak odası ve banyo sayısı, evin ZIP'si gibi çeşitli verilere bakmanız gerektiğini söylüyor kod, bölgenin suç oranı ve yerel okulların kalitesi.
Reif, “Temel olarak, veri modelleme, bilinçli içgörü ve öngörüleri ortaya çıkarabilmek için verileri değerlendirme sanatıdır - kalıpları ve ilişkileri keşfetme,” diyor Reif.
İsteğe bağlı bir beceridir, çünkü şirketlerin daha bilinçli stratejik kararlar almak için çeşitli senaryoları tahmin etmelerine ve tahmin etmelerine yardımcı olabilir. Reif, “Örneğin, veri modellemesi, müşteri kaybını tahmin etmek için kullanılır - bir şirketin bir müşteriyi elinde tutabilmesi veya kaybetmesi olasılığı yüksektir” diye açıklıyor.
Veri toplama, yeni müşteriler edinmenin onları korumaktan daha pahalı olduğundan, şirketlerin kaybetme riski olan müşterileri belirlemelerine yardımcı olabilir, böylece harekete geçebilirler.
Reif, veri modellemenin işlem dolandırıcılığı ile mücadelede de yardımcı olduğunu söylüyor. “Örneğin, birçok kredi kartı şirketi müşterilerinin alışveriş alışkanlıklarını ve davranışlarını izler, böylece normların dışında kalan alışverişler uyarıları tetikleyebilir, şirketlerin satın alma işlemini onaylamak veya kartı işaretlemek için hemen müşterileri ile iletişim kurmasını sağlar.”
piton
Python'un neden yeni mezunlar arasında üçüncü en popüler veri bilimi becerisi olacağını merak ediyor olabilirsiniz. Paul, Minnesota'daki St. Thomas Üniversitesi'nde veri analitiği profesörü olan Dr. Manjeet Rege, “Python, son zamanlarda veri bilimi için tercih edilen bir dil olarak ortaya çıkmış, güçlü ve genel amaçlı bir programlama dilidir” diye açıklıyor.
Aslında, veri biliminde yaygın olarak kullanıldığını söylüyor çünkü Java veya C ++ ile karşılaştırıldığında daha misafirperver. Aynı zamanda popülerdir, çünkü açık kaynaklı bir programdır, yani bir topluluk tarafından desteklenir ve ücretsiz kullanılabilir.
Reif, “Excel sayfasının ötesine geçen verilerle çalışmak isteyen herkes için Python'un neredeyse gerekli olduğunu bilmek” diyor. “Önemli ve faydalı başka programlama dilleri olsa da, bu en yaygın kullanılanlardan biri.”
Python'u öğrenmek konusunda endişeliyseniz, Rege, programlama dillerinin çoğunun benzer olması nedeniyle olmamanız gerektiğini söylüyor. “Araba sürmeyi öğrenmek gibi bir şey: Toyota Camry'nin nasıl sürüleceğini biliyorsanız, bu becerilerin çoğu bir Honda Civic kullanmaya dönüşecektir - ve bir programlama dilini anlarsanız, daha hızlı bir şekilde başka bir dil seçersiniz.”
Zou, veri analizi doğru şekilde yapıldığı sürece hangi yazılım platformunun kullanıldığını gerçekten umursamadığını kabul eder. “Ancak, Python bugün çoğu veri bilimcisi tarafından tercih ediliyor, çünkü en hızlı büyüyen ve en popüler - ve güçlü - gelişmiş veri analizi, makine öğrenmesi ve büyük veri setlerinde görselleştirme yapan istatistiksel programlama dili” diyor.
Veri bilimi bootcamp'ları sunan Data Science Dojo'nun baş eğitmeni Rebecca Merrett de aynı fikirde. “Python'un son yıllarda daha popüler olduğunu gözlemledim ve bir betik dili olarak hızlı bir şekilde prototip yapmanıza izin verdiğini ve ayrıca daha temel veri bilimi görevlerini otomatikleştirmek için kapsamlı bir kütüphaneler listesine sahip olduğunu söyleyebilirim.” Diyor. veri bilimi görevleri için çok fazla desteğe sahiptir.
Bu Becerileri Nasıl / Nerede Öğrenebilirsiniz?
Bu becerileri öğrenmek için yeni bir grad olmak zorunda değilsiniz. Kariyer yelpazesinde nerede olursanız olun, veri görselleştirme, veri modelleme ve Python'u öğrenmek için pek çok yer var. Bazıları kendi başlarına öğrenmeyi sever, bazıları ise sınıf veya takım ayarlarını tercih eder. Veri bilimi uzmanlarımız kapsamlı ve çeşitli seçenekler listesi sunar.
Zou, “Röportaj yaptığım yeni adaylar, eğitim kitapları, YouTube videoları, Coursera ve Kaggle yarışmaları dahil becerilerini geliştirmek için kullandıkları bir çok kaynaktan söz ediyorlar” diyor. (Daha fazla çevrimiçi öğrenme kaynağı için, bkz. Çevrimiçi Öğrenme Yoluyla Ustalaşabileceğiniz 6 Temel Veri Bilimi Kavramı.
Reif, MOOC kurslarına ek olarak, kolej kursları alabileceğinizi veya hatta kütüphane kitaplarını kontrol edebileceğinizi ekliyor. Reif, “Metis, tüm bu becerileri, bootcamp başlamadan önce ön çalışma yapan veri bilimi bootcamp ve bootcamp hazırlık kurslarında da öğretiyor” diyor.
Python öğrenmek için bir seçenek? Rege, “Python.org'a gidin, Python yorumlayıcısını bilgisayarınıza indirin ve oradaki dersleri izleyin” diyor Rege.
Steer, “Çok sayıda insan teknik becerileri, Açık Kaynak Veri Bilim Ustaları web sitesinde listelenenler (Mod'un kendi ücretsiz SQL Okulu ve Python eğitimlerini içeren) gibi ücretsiz çevrimiçi kaynaklar üzerinden öğreniyor” diyor Steer. “Insight veya Galvanize gibi bootcamp'ler ve Udacity, Springboard, Datacamp ve diğerlerinden çevrimiçi kurslar da var” diye ekliyor.
Bir veri yönetişim platformu olan Immuta'da veri bilimcisi ve analiz aracı uzmanı Stephen Bailey, bu becerileri öğrenmek isteyenlere iki tavsiyede bulunuyor. “İlk parça gidip yapmak; Tableau'da bir görselleştirme inşa etmek; basit bir Python betiği yaz; git hayatınızın bir yönünü bir elektronik tabloya dönüştürün. ”Bir videoyu izleyerek bir araç veya tekniği öğrenebilirken, sanatı yalnızca pratikten öğrenebileceğinizi söylüyor.
İkinci tavsiyesi, insanlarla tanışmak. Bailey, “Yazılım ve veri toplulukları son derece misafirperver” diyor. “Sizi doğru yöne yönlendirmek isteyenlerle iç içedir; ayrıca, LinkedIn topluluğunda birilerini bulabilir ve onları kahve içmeye davet edebilirsin. ”
Bailey, internette arama yaparak bir gün geçirmekten ziyade birisiyle konuşurken 30 dakika içinde daha fazla şey öğrenebileceğinizi ve daha fazla eğlenebileceğinizi söyledi.