Cito la entrevista de Abraham Cabangbang (Senior Data Scientist en LinkedIn) del Manual de Analytics – Leada. Como científico de datos en LinkedIn, Abraham se enfoca en la información y la calidad de los datos.
¿Puedes describir un día típico y un proyecto típico que podrías
¿trabajar en?Dado que trabajo en un equipo que se enfoca en la calidad de los informes y la información, si hay un nuevo producto por ahí, es posible que deseemos incorporarlo en uno de nuestros principales paneles de control, lo que implicará trabajar primero con los gerentes de producto para resolver lo que es importante para el producto, los ingenieros para asegurarse de que se rastrean los datos relevantes, y luego trabajar con nuestro equipo de servicios de datos para realizar ETL (extraer, transformar y cargar) y visualizaciones.
- ¿En qué áreas del aprendizaje automático es crucial la cuantificación de la incertidumbre?
- ¿Cuáles son las mejores herramientas para ingenieros de datos?
- ¿Debo usar big data como tema de investigación para mi tesis? ¿Cuál es la diferencia entre cloud computing y big data?
- ¿Qué porcentaje del conocimiento humano global ya es accesible en internet? ¿Existe una medida para la cantidad de conocimiento cargado en la red mundial?
- ¿Qué tan necesario es una comprensión profunda de la computación paralela para un científico de datos?
Fuente: Página en amazonaws.com
Para obtener más respuestas como estas, consulte ¿Cómo es un día típico como científico de datos?