Las empresas de consultoría de datos varían en los servicios que ofrecen y en la forma en que operan; YMMV. En Silicon Valley Data Science, trabajamos con clientes en muchas industrias diferentes, y trabajamos con ellos en colaboración. Cada equipo de proyecto puede estar compuesto por cuatro o cinco personas y contiene un conjunto de habilidades holísticas; puede ser ponderado de una forma u otra según el cliente y el proyecto, pero cada equipo incluye personas con conocimientos de ciencia de datos, arquitectura e ingeniería. Utilizamos un proceso de compilación ágil para crear resultados tangibles rápidamente , trabajando en sprints de dos semanas, y luego iteramos hacia la mejor solución posible para cada cliente en un proceso colaborativo. Siempre preguntamos qué es lo correcto para el negocio de nuestros clientes primero, y luego seguimos con la combinación correcta de tecnología y personas para ayudarlos a lograr sus ambiciones.
Además de hacer un excelente trabajo con el cliente, es importante para nosotros estar al tanto de las herramientas y técnicas emergentes, contribuir de nuevo a la comunidad de software y profesionales de código abierto de los que dependemos, impulsar el arte y hacer cosas interesantes en el espacio público, y logramos todo esto a través de nuestros diversos proyectos de I + D. Creamos una aplicación precisa de CalTrain, investigamos el control de gerrymander y el estancamiento político, bibliotecas analíticas de código abierto y visualizamos la historia del rock and roll.
En resumen: trabajar en Silicon Valley Data Science significa resolver una variedad de problemas en diferentes industrias y trabajar en estrecha colaboración con los miembros del equipo y los clientes. Significa entregar resultados de forma regular y ver que su trabajo tiene un impacto en el mundo real rápidamente. Significa que hay viajes ocasionales y algunas noches o fines de semana de trabajo ocasionalmente. También significa que confiamos el uno en el otro, aprendemos unos de otros (y de nuestros clientes), desarrollamos un buen sentido del humor, y reflexivamente nos alentamos y empujamos mutuamente para hacer un gran trabajo.
- ¿Cuáles son algunos ejemplos de cómo se aplica la ciencia de datos en la inversión?
- ¿Por qué debería aprender ciencia de datos?
- Cómo aprender Tableau, de 0 a 10, en unos pocos meses.
- ¿Por qué los científicos usan palabras no rigurosas como "ultra intenso"?
- ¿Cómo se relacionan la ciencia de datos y el aprendizaje automático, si es que están relacionados?