El mes pasado tuve la oportunidad de ser el anfitrión del ex Jefe de Científicos de Datos de EE. UU. Y el co-entrenador del término ciencia de datos “DJ Patil”. En su charla sobre Data Science y la oportunidad, Ahead, así como sus experiencias como Jefe de Científicos de Datos en la Casa Blanca, dijo: “Data Science es un deporte de equipo” y lo dice porque Data Science es tan vasto en sí mismo y tiene muchas caras.
La ciencia de los datos generalmente se considera como un término general bajo el cual se encuentran el abastecimiento de datos y la limpieza de datos, la disputa de datos, el desguace web, la regresión / series de tiempo, las funciones de costos, los árboles condicionales, las técnicas de conjunto, las redes neuronales, el agrupamiento, la PNL, Hadoop, HDFS, Chispa, Cuentacuentos, Tableau, Despliegue.
Una ciencia de datos de pila completa es la que ha trabajado en todos estos departamentos, incluidos el aprendizaje automático, Big Data, visualización de datos, modelos de ciencia de datos productivos y tiene suficiente conocimiento de todos estos.
- Cómo aprender las pruebas de Big Data en 1 mes
- Cómo pasar del científico de datos al 'vizard' de datos
- Cómo simplificar el concepto de una red neuronal
- ¿Por qué hay tanta locura por la ciencia de datos en estos días?
- ¿Qué cursos PG de tiempo completo o parcial en Big Data recomendarías?
La ingeniería de ciencia de datos de pila completa es la integración de científicos de datos e ingenieros de ciencia de datos. Un científico de datos de pila completa tiene una amplia comprensión de la empresa en la que trabaja y quiénes son los clientes. ¿Qué están vendiendo como producto? ¿Qué pretenden vender e integrar en su negocio como una idea?
¿Cuál es el objetivo de establecer el negocio? ¿Cuáles son los principios y la economía subyacentes de la empresa? ¿Con quién están compitiendo? ¿Cuál es la base de clientes de la empresa? ¿Una base de clientes pequeña o grande? ¿Quiénes son el público objetivo? ¿Qué desafíos del negocio intenta resolver? ¿Qué debe adoptar para resolver los problemas o desafíos que enfrenta la empresa? ¿Qué análisis y métodos adoptados por él pueden proliferar las ganancias de la empresa? ¿Cómo recopilar datos, hacer interpretaciones para producir soluciones para los desafíos que enfrenta la empresa? Y muchos más.
Simplificado, un ingeniero de ciencia de datos prepara los datos para ser analizados por un científico de datos.
Un científico de datos de Full stack tiene un don y experiencia en:
Acción-Planificación-Habilidades ejecutivas
- Análisis y resolución de problemas: participar en la resolución de problemas de alto nivel utilizando un tiempo y recursos mínimos.
- Inquisición endogámica de buscar más y más información y ser creativo con cada problema a resolver.
- Comunicar técnicas y enfoques para resolver un problema de manera efectiva a los otros coadjutores y tomadores de decisiones en la empresa.
- La traducción de datos para generar beneficios para el negocio de una manera que requiera menos tiempo.
- Seleccionar y aplicar con precisión las habilidades relevantes de las matemáticas y las estadísticas para dilucidar un desafío.
- Empleando habilidades de piratería y conocimiento de dominio siempre que sea necesario.
- Construir un ingenioso plan de acción para que los tomadores de decisiones implementen y logren sus objetivos.
- La traducción de datos para generar beneficios para el negocio de una manera que requiera menos tiempo.
- Seleccionar y aplicar con precisión las habilidades relevantes de las matemáticas y las estadísticas para dilucidar un desafío.
- Construir un ingenioso plan de acción para que los tomadores de decisiones implementen y logren sus objetivos.
- Realización de investigaciones unidireccionales para formular preguntas y sacar conclusiones.
Descargo de responsabilidad: soy cofundador de @GreyAtom y ayudo a talentos de ingeniería a encontrar carreras sostenibles en tecnologías emergentes.
El programa insignia altamente selectivo de GreyAtom tiene como objetivo orientar a los profesionales que trabajan y los más novedosos en el inicio de su carrera de ciencia de datos. Los estudiantes crearon proyectos a partir de conjuntos de datos REALES y declaraciones de problemas proporcionadas por nuestra industria y socios de contratación. El programa se basa en el aula y está fuertemente orientado a la práctica. GreyAtom es un ecosistema donde los estudiantes pueden aprovechar lo mejor de la academia, profesionales de la industria y personas influyentes.
Algunos enlaces rápidos
- Programa – http://www.greyatom.com/full-sta…
- Chatee con un consejero académico: le invitamos a compartir todas sus dudas e inseguridades, a las que haremos todo lo posible para guiarlo hacia su camino profesional hacia el éxito. https://calendly.com/greyatom/co…