No creo que reemplace a los científicos de datos en el corto plazo.
El “Watson” actual que está disponible para el uso de datos, no es el verdadero Watson, sino más bien un SPSS automatizado pesado (que posee IBM).
Puede proporcionar información rápida si comprende el resultado y las imágenes … probablemente por eso los científicos de datos lo usarán ellos mismos (o personas interesadas en hacer ciencia de datos).
No reemplaza los métodos afinados y las soluciones específicas, ya que eso necesita más interpretación, pruebas, etc. Aunque muchos de los algoritmos serán cada vez más fáciles de usar. Mientras tanto, podrían surgir nuevos algoritmos que puedan ser utilizados por los científicos de datos antes de que sean ampliamente conocidos y utilizados.
- ¿Qué recopiló / recopiló para comenzar con la visualización de datos?
- ¿Qué tipo de preguntas de prueba A / B debo esperar en una entrevista con un científico de datos y cómo debo prepararme para esas preguntas?
- Aprendizaje automático: ¿Cuál es una explicación intuitiva de AUC?
- ¿Cuáles son algunos cursos de análisis de datos?
- ¿Qué es la clasificación en minería de datos?
Otra parte importante es el “sentido”: puede hacer miles de análisis que no son muy útiles. Y algunos de ellos necesitan un buen pensamiento y preparación de datos para comenzar.
Creo que otras profesiones serán “reemplazadas” primero, ya que cada vez más trabajos se automatizan.
El desafío para un científico de datos será mantenerse en la cima y saber cómo usar todos los diferentes algoritmos, incluidos el aprendizaje profundo y Watson.
Pero reemplazo … no en el corto plazo. La IA aún carece de mucha creatividad.
