Q:
Wat zijn de vier fundamenten om een goede datawetenschapper te worden?
EEN:Zoals veel experts aangeven, vereist het worden van een geweldige datawetenschapper een combinatie van vaardigheden en ervaring die wordt opgebouwd door toegewijd leren en analyseren van een complex veld. Gegevenswetenschappers als beheerders en curatoren van waardevolle gegevensactiva zijn tegenwoordig erg in trek. Laten we eens kijken wat sommige van deze fundamentele vaardigheden inhouden.
De eerste van de vier fundamentele componenten van het werk van datawetenschappers is wiskunde en statistiek. Goede datawetenschappers moeten leren op de hoogte te zijn van verschillende wiskundige concepten die verband houden met onder toezicht en zonder toezicht machinaal leren, inclusief algoritme types zoals beslissingsbomen, random forest, logistieke regressie, clustering en het gebruik van dimensionaliteit in machine learning (ML). Over het algemeen moeten ze goed kunnen omgaan met wiskundige vergelijkingen en statistieken met behulp van statistische analysebronnen.
De tweede belangrijke fundamentele component van gegevenswetenschappelijk werk omvat programmeren en databasebeheer. Individuen moeten sterk zijn in scripttalen zoals Python en statistische talen zoals R, samen met ervaring en vaardigheid met database- en SQL-semantiek en operationele technieken. Kennis van softwarecomponenten zoals Hadoop, MapReduce, Hive en Pig is ook aantrekkelijk voor werkgevers.
De derde fundamentele component om een goede datawetenschapper te worden, is de theoretische en filosofische component van het begrijpen van datawetenschap en machine learning. Deze individuen zouden zelfstartende probleemoplossers moeten zijn met nieuwsgierige geesten - ze combineren tenslotte ruwe kwantitatieve analyse met creatief begrip van machine learning en data science-processen. In plaats van alleen technische mensen te zijn, moeten ze diep geworteld zijn in wat het betekent om machine learning-projecten te maken en te werken aan data science-initiatieven in termen van de einddoelen en eindresultaten.
Een vierde belangrijke pijler van het leren een goede datawetenschapper te zijn, is het werken met mensen en het kunnen gebruiken van gegevens op een manier die logisch is voor andere mensen.
Goede datawetenschappers kunnen verhalenvertellers zijn - ze kunnen kwantitatieve gegevens vertalen in verhalen en inzichten. Als zodanig moeten ze goede communicatieve vaardigheden hebben om hun werk naar de tafel te kunnen brengen en het effectief te kunnen verspreiden naar meerdere belanghebbenden of een bepaald publiek. Dit zijn enkele van de belangrijkste soorten vaardigheden die een goede datawetenschapper bouwen die klaar is om deel te nemen aan de snelle en snel voortschrijdende IT-industrie van vandaag.
