¿Por qué MSFT necesita un jefe de ciencia de datos cuando tiene todos los investigadores de aprendizaje automático en el mundo?

Hay una ingenuidad inherente a esta pregunta, ya que combina la ciencia de datos con el aprendizaje automático. Hay algunas respuestas realmente excelentes para ¿Cuál es la diferencia entre Análisis de datos, Análisis de datos, Minería de datos, Ciencia de datos, Aprendizaje automático y Big Data? en Quora que debería ayudar a aclarar el problema.

Pero incluso si cambiamos la pregunta a ” ¿Por qué MSFT necesita un jefe de ciencia de datos cuando tiene todos los científicos de datos del mundo?” la pregunta se convierte en una pregunta si la administración tiene algún propósito. ¿Por qué un ejército necesita generales cuando ya tiene grandes soldados? ¿Por qué una facultad de profesores requiere una silla cuando ya tiene maestros e investigadores brillantes?

La respuesta es que alguien todavía necesita tomar decisiones sobre cómo asignar los recursos finitos del departamento. Alguien debe tomar decisiones sobre qué caminos de investigación seguir y cuáles abandonar. Alguien necesita servir como una caja de resonancia para los gerentes intermedios y los ingenieros superiores, para ayudarlos a aumentar las probabilidades de una investigación “exitosa”. Alguien tiene que hacer un seguimiento de quién está actuando y quién no. Alguien tiene que argumentar en las reuniones de gestión para obtener fondos adicionales. Alguien tiene que rendir cuentas si durante mucho tiempo no sale del departamento una investigación significativa y “exitosa”. Alguien debe ser responsable de establecer la estrategia de ciencia de datos de la organización.

La otra respuesta es que alguien tiene que asegurarse de que todas las cosas geniales que los científicos de datos pueden hacer realmente se usen. Alguien tiene que ser el evangelista de los productos de datos. Para ir a los otros departamentos y decir “¡Hicimos esta herramienta genial que puede ahorrarle 10,000 horas de trabajo por año! ¿Quiere comprobarlo?” Alguien tiene que atender las solicitudes de nuevos productos de datos, priorizarlos y determinar qué equipo de ciencia de datos de la organización es el más adecuado para producir el producto.

Generalizando más allá de Microsoft, un jefe de ciencia de datos podría hacer algo o todo lo anterior. Algunos de esos deberes pueden recaer en los líderes de equipos individuales, gerentes de producto, lo que sea que tenga. Los diversos niveles de gestión entre un “jefe de” e ingenieros cambiarán de una organización a otra. Como será donde el “jefe de” se sienta en la jerarquía corporativa más grande.

Pero luego, para responder la pregunta sobre un jefe de ciencia de datos con un grupo de expertos en aprendizaje automático, entonces necesita a alguien para administrar toda esa investigación m / l en el contexto del campo más amplio de la ciencia de datos y las necesidades de la organización como un todo. Cuando eso excede los límites de los líderes individuales del equipo, gerentes, etc. y se vuelve demasiado agotador para el ejecutivo de la C-suite en última instancia responsable del departamento, es cuando es el momento de nombrar un “jefe”.

More Interesting

¿Existe alguna relación entre las habilidades de un desarrollador web full stack y un científico de datos?

¿Cuál es la mejor manera de comenzar una carrera en ciencias de datos después de completar un título en ciencias físicas?

¿Cuál es la utilidad de Big Data?

Cómo agrupar la bandera de un conjunto de datos

¿Qué certificación de Big Data es mejor en términos de aprendizaje y valor?

¿En cuántas dimensiones (Vs) se define comúnmente Big Data?

¿Cómo crearías una bóveda de datos privados?

¿Cómo realizan los científicos de datos la selección del modelo? Al abordar, por ejemplo, un problema de clasificación, ¿cómo eligen los científicos de datos entre regresión logística, SVM, KNN, árboles de decisión, redes neuronales, etc.? ¿Es diferente para Kaggle?

¿Cuál es el mejor curso de especialización en ciencias de datos en línea?

Qué tan bien se traduce la economía de pregrado (y algunas estadísticas) a trabajar en ciencia de datos. ¿Qué posición (es) debo considerar?

Cómo documentar un proyecto de ciencia de datos

¿Cuál es la diferencia entre big data, análisis, ciencia de datos, análisis de datos, minería de datos, inteligencia empresarial, econometría, estadística, aprendizaje automático (inteligencia artificial) y modelado matemático?

¿Cómo podemos estar seguros de que podemos confiar en los científicos? ¿Cómo sabemos realmente que los científicos no son los clérigos modernos? Parece que la ciencia toma tanto la fe como la religión.

¿Cuál es una referencia para el truco del núcleo en los algoritmos de aprendizaje automático que es lo más matemáticamente detallado posible?

Explique qué clasificación de datos se encuentra en la redacción de informes técnicos.