Seguiré adelante y lo diré: el lado de las personas. Puede ejecutar algoritmos de aprendizaje profundo todo el día, pero si ningún gerente o líder toma medidas sobre las ideas, es una buena teoría.
La ciencia de datos y la minería son tan publicitadas en estos días que cualquier cosa menos extraordinaria no se considerará un buen resultado.
El desafío es traer todas esas expectativas a la tierra y encontrar una manera de impulsar a las personas a la acción en función de los conocimientos. El cambio organizacional es un desafío, ya que muchas veces un nuevo departamento de ciencia de datos requiere cambios en la estructura que afectarán al personal (es decir, ya no es necesario que los analistas ejecuten informes de Excel de extractos de bases de datos, ya que puede automatizarse).
- ¿Necesitamos normalizar todas las variables antes de pasar a construir modelos?
- ¿Qué tan difícil es para un chico experimentado de 5 años cambiar a la carrera de ciencia de datos en India?
- ¿Qué odias de la ciencia de datos?
- ¿Qué conocimientos básicos debo tener si quiero entrar en el dominio de big data o data science? ¿Desde dónde puedo comenzar mi transportista?
- ¿Cómo se aplica el big data al marketing de películas?
Probablemente esto no sea lo que quería leer, pero la verdad es que en las organizaciones “normales” (aquellas que no viven y prosperan datos como Google), hay mucho por hacer con las cosas de minería de datos existentes que ya están disponibles hoy. Desafortunadamente, todos saltaron al lado nuevo de la tecnología (los gerentes también) y todos olvidaron que los humanos reales tendrán que aprender a trabajar de nuevas maneras; esto no es un cambio fácil.