Мои честные размышления после работы в 3 разных командах Data Science (подсказка: PowerPoint намного больше, чем вы думаете)

Специалисты по данным назвали много вещей:

  • «Ученый по данным — это статистик, который живет в Сан-Франциско»
  • «Профессиональные моделисты, но не такие»
  • «Мне платят за Google Stack Overflow»
  • «Я продаю магию руководителям»

Или, мой личный фаворит:

  • «Наука о данных — это статистика на Mac»

Как показывает этот шведский стол из описаний вакансий, может быть очень сложно получить четкое представление о том, что на самом деле включает в себя повседневная работа специалиста по данным. Многие существующие статьи — хотя и отличные — датированы 2012–2020 годами, и в области, которая развивается так же быстро, как наука о данных, они могут быстро устареть.

В этой статье моя цель — снять пресловутые обложки и дать личное представление о жизни Data Scientist в 2023 году.

Опираясь на свой опыт работы в 3 разных командах Data Science, я постараюсь помочь трем типам людей:

  1. Начинающие специалисты по данным: я дам реалистичное представление о том, что включает в себя работа, чтобы вы могли принять более обоснованное решение о том, подходит ли она вам и над какими навыками работать.
  2. Исследователи данных: подскажите новые идеи, которые можно попробовать в вашей команде, и/или подскажите, как ответить на вопрос «Чем вы на самом деле занимаетесь?»
  3. Люди, которые работают (или хотят нанять) специалистов по данным: узнайте, что, черт возьми, мы на самом деле делаем (и, что, возможно, более важно, что мы не делаем)

Это не только беспилотные автомобили, ChatGPT и глубокое обучение

Глава отдела искусственного интеллекта в крупной технологической компании однажды сказал мне, что самое большое заблуждение, с которым он сталкивается в отношении специалистов по данным, заключается в том, что мы всегда строим модели глубокого обучения и делаем «причудливые штуки с искусственным интеллектом».

Не поймите меня неправильно — наука о данных может быть очень необычной, но она охватывает гораздо больше, чем искусственный интеллект и его яркие варианты использования. Приравнивание науки о данных к ИИ — это что-то вроде…