విషయము
- డేటా సైంటిస్టులు: టెక్స్ రాక్ స్టార్స్?
- డేటా సైంటిస్టులు ఏమి చేస్తారు?
- బగ్స్ లేవు, ఒత్తిడి లేదు - మీ జీవితాన్ని నాశనం చేయకుండా జీవితాన్ని మార్చే సాఫ్ట్‌వేర్‌ను రూపొందించడానికి స్టెప్ గైడ్ ద్వారా మీ దశ
- డేటా సైంటిస్ట్‌గా ఎలా ఉండాలి
- ది రోడ్ టు బిగ్ డేటా
మూలం: ఒన్రాడియో / ఐస్టాక్‌ఫోటో
Takeaway:
డేటా సైంటిస్ట్ పాత్ర సాంకేతిక ప్రపంచంలో అత్యంత ప్రాచుర్యం పొందిన వృత్తిగా మారుతోంది. న్యూయార్క్ టైమ్స్ నుండి టాప్ డేటా సైంటిస్ట్ జేక్ పోర్వేకి అతను తన ఉద్యోగం ఎలా పొందాడనే దాని గురించి మరియు ఈ రంగంలో విజయం కోసం అతని చిట్కాలను అడిగారు.
డేటా సైంటిస్ట్ పాత్ర సాంకేతిక ప్రపంచంలో అత్యంత ప్రాచుర్యం పొందిన వృత్తిగా మారుతోంది. గూగుల్, అమెజాన్ మరియు లింక్డ్ఇన్ వంటి కంపెనీలు డిజిటల్ డేటా యుగంలో ఆ వినూత్న అంచుని కొనసాగించడంలో సహాయపడటానికి డేటా శాస్త్రవేత్తలను ఉపయోగిస్తున్నాయి. ఇప్పుడు కొంతమంది సంగీతకారులు రాక్ స్టార్స్ కావాలని కోరుకునే విధంగానే డేటా మరియు టెక్నాలజీ ts త్సాహికులు డేటా సైంటిస్టులుగా మారాలని కోరుకుంటున్నారు. కొంతమంది డేటా శాస్త్రవేత్తలను టెక్నాలజీ యుగంలో కొత్త రాక్ స్టార్లుగా సూచిస్తున్నారు.
దురదృష్టవశాత్తు, ఈ పాత్ర ఇప్పటికీ చాలా క్రొత్తది, దాని గురించి ఇంకా అస్పష్టత ఉంది, అంటే చాలా మంది వన్నాబే డేటా శాస్త్రవేత్తలు తమ టూర్ బస్సులను తప్పు రహదారిపైకి నడుపుతున్నారు. డేటా శాస్త్రవేత్తలు వారి రాక్ స్టార్ పలుకుబడికి అర్హులేనా? మేము న్యూయార్క్ టైమ్స్ లోని ఆర్ అండ్ డి ల్యాబ్ నుండి డేటా సైంటిస్ట్ జేక్ పోర్వేతో ఇంటర్వ్యూతో డేటా సైన్స్ ప్రపంచంలోకి ప్రవేశించాము.
డేటా సైంటిస్టులు: టెక్స్ రాక్ స్టార్స్?
డేటా శాస్త్రవేత్తలను టెక్నాలజీ ప్రపంచంలోని కొత్త రాక్ స్టార్లుగా ఎందుకు పిలుస్తారు? ఈ సారూప్యత వాస్తవానికి డేటా మేధావులు అల్ట్రాకూల్ ధ్వనించే కోరిక కంటే లోతుగా వెళుతుంది. రాక్ స్టార్ వలె, డేటా శాస్త్రవేత్తల వృత్తిలో వైవిధ్యం, కళాత్మక స్వేచ్ఛ మరియు అనుకూలత ఉన్నాయి. వినోద ప్రపంచంలోని రాక్ స్టార్స్ మాదిరిగా, ఉత్తమ డేటా శాస్త్రవేత్తలు డేటా మరియు టెక్నాలజీ పరిశ్రమ యొక్క అన్ని వర్గాల ప్రజలను అనుసరిస్తారు.
డేటా సైంటిస్ట్ చేసేది చాలా వైవిధ్యమైనది; జాజ్ మరియు డెత్ మెటల్ వలె భిన్నమైన సంగీత శైలులను ఆడటానికి సంగీతకారులు వేర్వేరు వాయిద్యాలు, సాధనాలు మరియు సాంకేతికతలను ఉపయోగించినట్లే, ఒక డేటా శాస్త్రవేత్త కూడా ఒక నిర్దిష్ట సాధనం మరియు క్షేత్రాన్ని మాస్టర్స్ చేస్తారు. థెరెస్ స్టైల్ కూడా ఉంది. మరియు ఉద్యోగం చేయడానికి సరైన లేదా తప్పు మార్గం లేదు - ఇది పని ఇతర వ్యక్తులపై చూపే ప్రభావం గురించి.
బీటిల్స్ వారి పాటలు రాసినప్పుడు, ప్రతి వాయిద్యంలోని ప్రతి గమనికను ఎలా ప్లే చేయాలో నిర్దేశించే ఒక వ్యక్తి మాత్రమే లేడు. వారు కలిసి వచ్చి జామ్ చేశారు; సృజనాత్మక ఆవిష్కరణ ద్వారా వారు పనిచేసే పాటలను కనుగొన్నారు. డేటా శాస్త్రవేత్తలకు కూడా అదే. వారు లయను అనుభూతి చెందాలి, గాడిలోకి ప్రవేశించి ఒక పరిష్కారాన్ని సమన్వయం చేసుకోవాలి. ప్రస్తుతానికి ఏ విధమైన విధానాలు, సాధనాలు మరియు పద్ధతులు గుర్తుకు రావచ్చో ప్రయత్నించడానికి సరైన కళాత్మక స్వేచ్ఛతో మాత్రమే ఇది సాధ్యమవుతుంది - మరియు ఏదైనా కీలకం అనిపించినప్పుడు మార్పులు చేయగల చురుకుదనం.
డేటా సైంటిస్ట్ కోర్ ఫండమెంటల్స్‌ను మాస్టర్ చేసిన తర్వాత, అతడు లేదా ఆమె అనువర్తన యోగ్యత పొందుతారు మరియు ఇతర రంగాలలో పరిష్కారాలను అందించే విశ్వాసాన్ని పొందుతారు. మేము ఈ కోర్ ఫండమెంటల్స్ గురించి తరువాత మాట్లాడుతాము. ఇక్కడ చేయవలసిన విషయం ఏమిటంటే, మీరు డేటా సైన్స్ నేర్చుకున్న తర్వాత మీరు కోరుకున్న ఏ రంగానికి అయినా పాత్రను తీసుకోవచ్చు, ఎందుకంటే డేటా ప్రతిచోటా ఉంటుంది.
డేటా సైంటిస్ట్ యొక్క అంతిమ లక్ష్యం సాధ్యమైనంత ఎక్కువ మందికి భారీ మొత్తంలో విలువను సృష్టించడం. డేటా సైంటిస్ట్ తెరవెనుక పనిచేస్తున్నప్పుడు, ఇది పెద్ద ప్రేక్షకులతో ఆడుకోవడం వలె కాదు: మీరు మంచి పని చేస్తారు, ఎక్కువ మంది ప్రజలు చేరుకుంటారు - మరియు మీరు చూసే ఎక్కువ బహుమతులు.
డేటా సైంటిస్టులు ఏమి చేస్తారు?
కాబట్టి డేటా శాస్త్రవేత్తలు సరిగ్గా ఏమి చేస్తారు? మనమందరం సంబంధం కలిగి ఉండగల ఉదాహరణతో దీని ద్వారా వెళ్దాం.
బగ్స్ లేవు, ఒత్తిడి లేదు - మీ జీవితాన్ని నాశనం చేయకుండా జీవితాన్ని మార్చే సాఫ్ట్‌వేర్‌ను రూపొందించడానికి స్టెప్ గైడ్ ద్వారా మీ దశ
సాఫ్ట్‌వేర్ నాణ్యత గురించి ఎవరూ పట్టించుకోనప్పుడు మీరు మీ ప్రోగ్రామింగ్ నైపుణ్యాలను మెరుగుపరచలేరు.
మీరు ఉపయోగించిన రోజులో మీకు అంత శక్తి లేదని ఒక రోజు మీరు గ్రహించమని చెప్పండి. కాబట్టి మీరు మీరే ఒక లక్ష్యాన్ని నిర్దేశించుకుంటారు: పగటిపూట ఎక్కువ శక్తిని కలిగి ఉండండి. ఇప్పుడు, ఇది చాలా విస్తృత మరియు అస్పష్టమైన లక్ష్యం. కాబట్టి డేటా సైంటిస్ట్‌గా మొదటి దశ ఆ అస్పష్టతను తొలగించి ఈ లక్ష్యాల కొలతను లెక్కించడం. దీనికి పద్ధతులు ఉన్నాయి. మేము ఇక్కడ వివరాలలోకి వెళ్ళలేము, కానీ మీకు తగినంత నిద్ర రావడం లేదని మీరు సిద్ధాంతీకరించారని మరియు అందువల్ల ప్రతి రాత్రి ఎనిమిది గంటల నిద్రను పొందే ఉప-లక్ష్యాన్ని మీరే ఇవ్వండి.
ఈ లక్ష్యం కొంచెం ఎక్కువ కొలవగల మరియు తక్కువ అస్పష్టంగా ఉన్నప్పటికీ, దానికి దాని స్వంత సవాళ్లు ఉన్నాయి. మీరు నిద్రలోకి జారుకున్న తర్వాత మీరు నిజంగా టైమర్‌ను ప్రారంభించలేరు మరియు మీరు మంచం మీద హాప్ చేసిన తర్వాత టైమర్‌ను ప్రారంభించినప్పటికీ, మీరు వెంటనే నిద్రపోకపోవచ్చు. అదనంగా, మీరు అర్ధరాత్రి మేల్కొనే సమయాన్ని లెక్కించడం కష్టం. చివరగా, లోతైన నిద్ర మరియు తేలికపాటి నిద్ర వంటి వివిధ రకాల నిద్రలు ఉన్నాయి. బాటమ్ లైన్ ఏమిటంటే నిద్రను కచ్చితంగా కొలవడం కష్టం మరియు అందువల్ల మీ శక్తి స్థాయిలపై దాని ప్రభావాన్ని కొలవడం మరింత కష్టం.
కాబట్టి మీరు ఏమి చేయవచ్చు? సరే, డేటా సైంటిస్ట్‌గా మీరు సాంకేతిక పరిజ్ఞానంలో సరికొత్తగా వెతకాలి మరియు నిద్ర పర్యవేక్షణ పరికరాలు ఉన్నాయని తెలుసుకోండి.మరియు మీ నిద్రను కొలవడానికి మరియు డిజిటల్‌గా రికార్డ్ చేయడానికి మీరు అలాంటి పరికరాన్ని ఉపయోగించినట్లయితే, మీరు మీ నిద్ర గురించి మరింత ఖచ్చితమైన డేటాను పొందగలుగుతారు మరియు గ్రాఫ్‌ను రూపొందించడానికి కాలక్రమేణా ఆ డేటాను సేకరించవచ్చు.
ఇది ఒక్కటే ఏమి జరుగుతుందో మీకు ఎక్కువ అవగాహన ఇస్తుంది. దృశ్య ప్రాతినిధ్యం మీకు అవగాహన, స్పష్టత మరియు దిశను ఇస్తుంది. మీరు రాత్రి ఎనిమిది గంటల నిద్ర అనే లక్ష్యాన్ని చేరుతున్నారో లేదో చూడగలుగుతారు మరియు మరీ ముఖ్యంగా మీరు లేకపోతే చర్య తీసుకోవచ్చు.
డేటా సైంటిస్ట్ యొక్క ప్రాథమిక పని ఇది: డేటాను కొలిచే మరియు ప్రదర్శించే కొత్త మార్గాలను తీసుకురావడం, తద్వారా చూసేవారికి మరింత అవగాహన, స్పష్టత మరియు దిశ అందించబడుతుంది.
కానీ మంచి డేటా శాస్త్రవేత్త అక్కడ ఆగడు. డేటా సేకరించిన తర్వాత, మీరు రోజంతా చేసే ఇతర కొలిచిన కార్యాచరణతో దీన్ని విలీనం చేయవచ్చు. మీ టాస్క్ మేనేజ్‌మెంట్ సిస్టమ్ నుండి వచ్చిన డేటా ఆధారంగా దీన్ని మీ ఉత్పాదకతతో అనుసంధానించండి. ట్వీట్లు మరియు స్థితి నవీకరణల ఆధారంగా మీ మనోభావాలతో దీన్ని సమగ్రపరచండి. వ్యాయామశాలకు సందర్శనలు లేదా బరువు తగ్గడం ఆధారంగా దీన్ని మీ ఆరోగ్యంతో అనుసంధానించండి. ఇప్పటికే అందుబాటులో ఉన్న డేటా మొత్తం మరియు దానిని సులభంగా పట్టుకోగలిగే అవకాశం ఉన్నందున, అవకాశాలు అంతంత మాత్రమే.
డేటా సైంటిస్ట్‌గా ఎలా ఉండాలి
డేటా సైన్స్ వృత్తిపై ఆసక్తి ఉందా? డేటా సైన్స్ చాలా క్రొత్తది కాబట్టి, ఈ రంగంపై అంతర్దృష్టి కోసం మేము ఒక అగ్ర డేటా శాస్త్రవేత్తను అడిగాము. జేక్ పోర్వే ది న్యూయార్క్ టైమ్స్‌లో డేటా సైంటిస్ట్ మరియు డేటాకిండ్ వ్యవస్థాపకుడు (మొదట డేటా వితౌట్ బోర్డర్స్ అని పిలుస్తారు), ఇది ఫ్రీలాన్స్ మరియు ప్రో-బోనో డేటా శాస్త్రవేత్తలతో డేటా సైన్స్ అవసరం లాభాపేక్షలేని వాటితో సరిపోతుంది. పోర్వేకు కంప్యూటర్ సైన్స్ నేపథ్యం మరియు పిహెచ్.డి. UCLA నుండి గణాంకాలలో. డేటా సైన్స్‌లోకి ఎలా ప్రవేశించాలో, మంచి పనితీరును ఎలా పొందాలో మరియు ఈ రంగంలో కీలక తప్పిదాలను ఎలా నివారించాలో ఆయన చెప్పేది ఇక్కడ ఉంది.
1. సరైన నైపుణ్యాలను పొందండి
పోర్వే ప్రకారం, ఫీల్డ్‌లోకి రావడం మూడు ముఖ్య విషయాలకు దిమ్మతిరుగుతుంది:
- ప్రాక్టికల్ కంప్యూటింగ్ నైపుణ్యాలు
- గణాంక నైపుణ్యాలు
- నేర్చుకోవాలనే కోరిక
"మీరు డేటాను స్క్రాప్ చేయడానికి స్క్రిప్ట్‌లను వ్రాయగలగాలి మరియు మీ తలపై మీరు ముందుకు వచ్చే అల్గారిథమ్‌లను కోడ్ చేయాలి" అని పోర్వే చెప్పారు. "మీరు నిజంగా మీరు నిర్మిస్తున్న నమూనాలు లేదా మీరు వ్రాస్తున్న అల్గోరిథంలు మీకు కావలసినవి చేస్తున్నాయో లేదో అంచనా వేయగలిగితే మీ ప్రాథమిక గణాంకాలను (ఇంకా ఎక్కువ, ఆదర్శంగా) మీరు తెలుసుకోవాలి."
2. కనెక్షన్లు చేయండి
న్యూయార్క్ టైమ్స్ R&D ప్రయోగశాలలో చేరడానికి ముందు, పోర్వే యంత్ర అభ్యాసం మరియు కంప్యూటర్ దృష్టిలో పనిచేశాడు మరియు ల్యాండ్‌మైన్‌లను మరియు ఫ్లై విమానాలను గుర్తించడానికి రోబోట్‌లను పొందడానికి చాలా సమయం గడిపాడు (ఎంత బాగుంది) ఆ?). అతను న్యూయార్క్ టైమ్స్‌లో తన ఉద్యోగాన్ని దిగేవరకు, అతను విస్తృత డేటా సైన్స్ పనులను విస్తరించాల్సి వచ్చింది, అవి ప్రాజెక్ట్ క్యాస్కేడ్, ఇది సోషల్ మీడియాలో ప్రచురణ నుండి లింక్‌లను ట్రాక్ చేస్తుంది.
ఈ రంగంలో రావడానికి చాలా ముఖ్యమైన విషయం ఏమిటంటే, నేర్చుకోవడం అని పోర్వే చెప్పారు.
"డేటా సైన్స్ ప్రాజెక్ట్ పొందండి!" పోర్వే చెప్పారు. "కొంత డేటాను డౌన్‌లోడ్ చేసుకోండి, కొంత R ని ఎంచుకొని ఆడటం ప్రారంభించండి ... కొన్ని డేటాను అన్వేషించడం ద్వారా మీకు మార్గనిర్దేశం చేయడానికి ప్రాథమిక గణాంకాల పుస్తకంతో పాటు R వంటి వాటిని ఉపయోగించడంపై దృష్టి పెట్టాలని ఐడి చెబుతుంది. యంత్ర అభ్యాసం మరియు కంప్యూటింగ్ నైపుణ్యాలు దానితో వస్తాయి (యొక్క ఇది మీ గత అనుభవంపై ఆధారపడి ఉంటుంది - మీరు ఇప్పటికే గణాంకవేత్త అయితే, కొంత పైథాన్ తీయండి!) "
కొన్ని కనెక్షన్లు చేయడానికి సమయం. పోర్వే స్థానిక మీటప్ సమూహాన్ని సిఫారసు చేస్తుంది - ఎందుకంటే డేటా సైన్స్ కమ్యూనిటీలో భాగం కావడం "మీకు తెలియని వాటిని తెలుసుకోవడానికి వేగవంతమైన మార్గం." మరియు నిరంతరం అభివృద్ధి చెందుతున్న ఒక క్షేత్రంలో, ఇది ముఖ్యమైనది.
3. గేమ్‌లో ప్రవేశించండి
పోర్వేలో పిహెచ్.డి. UCLA నుండి గణాంకాలలో, కానీ మంచి పని చేయడానికి మీకు ఒకటి అవసరం లేదని అతను నొక్కి చెప్పాడు.
"ఇది సహాయపడవచ్చు, కానీ మీరే డేటా సైంటిస్ట్ అని పిలవగలిగేలా మీరు వెళ్లి మరో ఐదేళ్ల పాఠశాల చేయవలసి ఉంటుందని అనుకోకండి" అని పోర్వే చెప్పారు.
డేటా సైన్స్ సాపేక్షంగా కొత్త ఫీల్డ్. అంటే రంగంలోకి రావాలనుకునే వారు దానిని ఓపెన్‌ మైండ్‌తో సంప్రదించాలి.
"ఫోర్స్క్వేర్ వద్ద ఒక డేటా సైంటిస్ట్ గోల్డ్మన్ సాచ్స్ వద్ద ఉన్న డేటా సైంటిస్ట్ నుండి చాలా భిన్నంగా కనిపిస్తాడు" అని పోర్వే చెప్పారు.
4. మీ కొత్త పాత్రను రాక్ చేయండి
డేటా సైన్స్ అంటే లక్ష్యాలను స్పష్టం చేయడం, ump హలను పరిశీలించడం, సాక్ష్యాలను అంచనా వేయడం మరియు తీర్మానాలను అంచనా వేయడం. కానీ చాలా మంది ప్రజలు పట్టించుకోని పజిల్ యొక్క ఒక చిన్న భాగం. అది ఏమిటో మీరు Can హించగలరా? పోర్వే ప్రకారం, రహస్య పదార్ధం విమర్శనాత్మక ఆలోచన.
"ఇది నిజంగా నిజమైన శాస్త్రవేత్తల నుండి హ్యాకర్లను వేరు చేస్తుంది," అని పోర్వే చెప్పారు. "ఎవరైనా ఒక మోడల్‌ను నిర్మించడం మరియు ఫలితాలను ఎక్కడ నుండి వస్తున్నారో లేదా వారి ప్రయోగం సరిగ్గా రూపకల్పన చేయబడిందా అనే దాని గురించి వారు విమర్శనాత్మకంగా ఆలోచించలేదని గ్రహించకుండానే మీరు ఎన్నిసార్లు ఆశ్చర్యపోయారో మీరు ఆశ్చర్యపోతారు. మీరు తప్పక ప్రతి అడుగును ప్రశ్నించగలగాలి మీ ప్రక్రియ మరియు మీరు ముందుకు వచ్చే ప్రతి సంఖ్య. "
ది రోడ్ టు బిగ్ డేటా
యంత్రాలు తమను తాము నేర్పించటానికి అధిక మొత్తంలో డేటాను ఉపయోగించగల సామర్థ్యాన్ని గ్రహించినప్పుడు, అది అతని మనస్సును రగిలించిందని పోర్వే చెప్పారు. దాని అభిరుచి - మరియు అతని విద్య మరియు నైపుణ్యాలు - అతనికి డేటా సైన్స్లో ఉన్నత ఉద్యోగం ఇవ్వడానికి సహాయపడ్డాయి. మీరు పెద్ద డేటాను రాక్ చేయాలనుకుంటే, కొన్ని పుస్తకాలతో హంకర్ చేయండి, కొంత డేటాను డౌన్‌లోడ్ చేయండి మరియు చుట్టూ ఆడటం ప్రారంభించండి. ముడి డేటా యొక్క కుప్ప ఏమిటో మీకు తెలియదు.
ఇంటర్వ్యూ యొక్క పూర్తి ట్రాన్స్క్రిప్ట్ కోసం, డేటా సైంటిస్ట్స్.నెట్కు వెళ్లండి.