Hay dos actividades que me gusta hacer más que cualquier otra cosa: descubrir cosas y explicarlas. En el trabajo o en casa, desde alguien con quien trabajo hasta mis hijos, nada me hace más feliz que cuando estoy haciendo estas dos cosas. Una de las razones por las que amo tanto a Quora es que me permite una plataforma para explicar algunas cosas que entiendo bien, pero hay poca o ninguna necesidad o incluso deseo en casa o en el trabajo para tal comprensión.
Mi formación en estadística, matemática y ciencias de la computación, y su síntesis (que es lo que la mayoría de las personas quieren decir cuando dicen aprendizaje automático), me brinda un amplio conjunto de formas de pensar sobre todo tipo de problemas que generalmente no son obvios para las personas con los problemas. Así es como alimento a mi familia. También me gusta mirar nociones teóricas, si son directamente aplicables a mi conjunto actual de problemas o no. Es muy probable que pueda aplicarlos en algún lugar, más adelante, pero no es por eso que lo hago. Realmente disfruto entendiendo por qué, por ejemplo, ciertos algoritmos, el trabajo y, a menudo, una buena forma de hacerlo es teóricamente. Y con mi formación en investigación, he podido mejorar o modificar algoritmos a casos en los que antes no funcionaban bien. Mi opción favorita en el pasado es descubrir cómo hacer que los algoritmos ML “estándar” sean conscientes de la autocorrelación temporal.
La ciencia de datos, por otro lado, significa (para mí) prácticamente aplicar lo que sé para resolver problemas específicos utilizando datos que se recopilarán o se recopilarán. Me permite llevar mi conocimiento de general a específico. Lo cual es tan divertido y más rentable, la mayor parte del tiempo, que mirar los problemas en abstracto.
- ¿Puedo aprender minería de datos sin aprendizaje automático?
- ¿Cómo es trabajar en una empresa de consultoría en ciencia de datos?
- ¿Qué nuevas ideas puede proporcionar la ciencia de datos en los datos de transporte?
- Para algoritmos de bandidos con múltiples brazos, ¿tiene sentido dejar de muestrear un brazo si el límite de confianza superior p% es menor que el límite de confianza inferior p% de un brazo de diferencia?
- ¿Cuáles son algunas de las mejores prácticas para la limpieza de datos?
Y dado que tengo que explicar lo que he descubierto (naturalmente), bueno, encaja en la segunda actividad que disfruto. El único inconveniente que he encontrado en esto en la mayor parte de mi vida profesional es que no todos están tan obsesivamente interesados en por qué ocurre todo como yo … están más interesados en qué hacer y cómo hacerlo para lograr sus objetivos. Lo que tiene sentido en su contexto. Muy a menudo, me guardo el “por qué” y lo aplico a problemas similares en el futuro.
