¿Qué buscas en los científicos de datos?

Esta pregunta se trata de resolver la tensión entre: ‘no hay dos científicos de datos iguales’ y ‘el equipo necesita algo en común’.

Al hacerlo, una forma útil de pensarlo es:

  1. Todos tienen todos los fundamentos, como lo básico para operar y contribuir en el equipo.
  2. La mayoría de las personas aportan una o más especializaciones , de modo que, como equipo, superamos lo que necesitamos. En particular, la línea entre el científico de datos y el analista de datos a veces es vaga, y creo que depende de la capacidad de construir modelos de datos, que es un tipo clave de especialización.
  3. Todos necesitan algunos rasgos y valores para trabajar entre ellos , porque los proyectos de ciencia de datos no operan en el vacío y debe haber una buena disposición para aprender y llevarse bien dentro del equipo, y para interactuar con unidades comerciales externas.

Los fundamentos incluyen trabajar con bases de datos, probabilidad y estadísticas, exploración de datos y munging, programación, traducción de problemas en problemas de ciencia de datos, visualización de datos, narración de cuentos y comunicación.

Las especializaciones son imposibles de enumerar exhaustivamente, pero algunas incluyen modelado estadístico, diseño experimental, aprendizaje automático, inteligencia artificial, modelado matemático, optimización, visión por computadora, etc. Algunas también se refieren al conocimiento de dominio profundo en industrias de nicho que requieren un tiempo de comprensión, como fabricación aeroespacial o química.

Los valores forman el pegamento dentro y el equipo y entre el equipo y otros equipos. Los que busco específicamente son curiosidad, colaboración, calidad, humildad y aprendizaje permanente. Ninguno de estos es opcional, y la falta de un solo rasgo en un miembro es un duro golpe para el equipo.


Es difícil encontrar personas con todo esto, pero si es usted, ¡nuestra oficina de Singapur está contratando! Envíenme un mensaje en LinkedIn si desea explorar esta oportunidad.

El término científico de datos tiende a aflojarse. Los científicos de datos provienen de diferentes grupos focales: matemáticas / estadísticas, ingeniería, ciencias sociales, ingeniería de software, big data, etc. Por lo tanto, es difícil tener un criterio.

Sugeriría mirar estas cualidades:

  • Tenacidad imparcial : profundice en los datos desde diversas perspectivas, formule y valide hipótesis de forma reproducible. Desafíe la heurística y analice para probar / refutarlos.
  • Las ideas procesables son importantes : no siempre se trata de precisión. El analista no solo extrae los datos, sino que también extrae un proceso .
  • Agnosticismo de herramientas : elegir la herramienta / idioma / pila correcta sin sesgos. Uno debe sentirse libre de usar su plataforma de elección para explorar y construir modelos iniciales, pero la producción es una historia diferente .
  • Concéntrese en la escala : siempre tenga en cuenta si el prototipo puede integrarse en una aplicación / marco escalable. (El análisis no necesita, pero la tubería del proceso debería). Modular e involucrarse con el equipo de ingeniería de datos.
  • Esfuerzo en equipo y comunicación : hacer que algo funcione es un trabajo en equipo. Tener el trabajo más sexy del siglo no hace que un científico de datos sea especial.
  • Simplicidad : elige la simplicidad. Si un script robusto puede hacer el trabajo, no necesita clústeres y pilas. Pero, si es importante alinearse con un proceso existente, observe los costos-beneficios y traiga las mejores prácticas.

Un científico de datos debería intentar dominar estos dominios:

  • Matemáticas
  • Fundamentos empresariales
  • Ordenadores

Un Data Scientist ideal será el maestro de los tres como se muestra en el diagrama:

Fuente: Tutorial de ciencia de datos para principiantes | Aprender ciencia de datos | Edureka

Como puede ver en la imagen, ¡un Data Scientist es el maestro de todos los oficios! Debe ser experto en matemáticas, debe estar trabajando en el campo de los negocios y también debe tener excelentes habilidades en informática. ¿Asustado? No se Aunque necesitas ser bueno en todos estos campos, pero incluso si no lo eres, ¡no estás solo! No existe tal cosa como “un científico de datos completo”.

Si hablamos de trabajar en un entorno corporativo, el trabajo se distribuye entre los equipos, en el que cada equipo tiene su propia experiencia. Pero la cuestión es que debe ser competente en al menos uno de estos campos. Además, incluso si estas habilidades son nuevas para ti, ¡relájate! Puede llevar tiempo, pero estas habilidades se pueden desarrollar, y créanme que valdría la pena invertir el tiempo.

Puedes leer más aquí:

Tutorial de ciencia de datos para principiantes | Aprender ciencia de datos | Edureka

También puede ver estos videos para obtener más información:

Estos son los atributos que buscaría:

  • Razonamiento estadístico
  • Programación
  • Visualización de datos
  • Presentación y comunicación.
  • Un dominio de experiencia

Espero que esto haya sido de algún valor.