你好,游客 登录
背景:
阅读新闻

大数据时代,数据科学家的一天是如何分配的?

[日期:2016-10-09] 来源:it168  作者: [字体: ]

  数据科学家的一天是如何分配的?

  不言而喻,数据科学家的大部分时间都在和数据打交道。不过,面对面的交流、开会也是一个相当重要的组成部分,这一点可能不太容易想到。

  数据科学家Tanu George表示,一天通常以会议开始,这些会议可能有着不尽相同的目的,比如确定客户的业务问题,跟踪进展或讨论报告。会议结束后,要开始进行数据处理,主要集中解决会议中提到的问题。下午继续开会,展示数据处理结果,在一天快结束的时候,需要通过电子邮件共享分析结果。

大数据

  George每天大约50%的时间在开会中度过,20%用于工作,20%用于解释数据处理结果,包括可视化以及将数据转化为可操作的形式。Ryan Rosario也是一名数据科学家,同时是线上教育网站Springboard的老师,对他来说,和客户开会也是一个非常重要的组成部分。很多时候,他都在考虑客户需要哪种类型的数据。大部分情况下,客户是没有数据的也不知道通过哪种途径得到数据,而他需要根据客户的需求制定计划,从而得到数据。

  大部分数据科学家并不是与单个数据打交道,而是试图了解对客户或公司来说,数据意味着什么。人们很喜欢通过分析数据来做决策,但有时并没有合适的数据。作为数据科学家,需要学会筛选合适的数据,运用恰当的数据分析方法,帮助客户做出正确的决策。

  工作中最喜欢的部分

  George表示,会议是她一天中最喜爱的部分。作为Facebook机器学习的工程师,Rosario认为数据往往是混乱的,或者只有某个特定软件可以理解。作为数据科学家,需要把数据转换成方便理解的格式,他很喜欢向人们展示数据可以做什么。许多人都知道他们需要数据,但他们不知道具体需求是什么,而数据科学家需要像魔术师一样,打开客户的思维可能性。另一位数据科学家Long喜欢很多部分,包括研究问题背景的初始阶段以及找出获取数据的方法。

  如何成为数据科学家?

  要想成为数据科学家需要做很多方面的努力,现在几乎所有公司的数据都会开放API,而Python的数据处理能力强大且方便,如果你想成为数据科学家,可以考虑从Python入手。此外,统计学习、数据处理、统计学和计算机科学可能都会涉及。有人可以通过读书很好的学习,但最好的学习方法还是将知识付诸实践。

  下一站应该做什么?

  随着物联网的发展,George认为未来一定会有更多的数据出现。越关注主流数据就意味着有越多的工作要做。Rosario认为,物联网和流媒体数据将是下一个前沿,数据安全是急需解决的重大问题。数据科学家往往希望成为“独角兽”,这意味着他们想要尽一己之力,解决所有的编码、数据操作、数据分析等工作。术业有专攻,很难有人可以掌握所有东西,但不同的人可以掌握不同的技术。

  有哪些建议?

  想要做数据科学,Rosario认为至少得是硕士学位。对于遇到的问题,应该试图找到方法并解决它,可以试着从类似于Kaggle的网站寻找数据集,并找出解决方案。

 

  大数据时代,是不是每家公司都需要数据科学家呢?这当然因公司而异,由于目前的软件技术和算法变得越来越先进,无需人力成本的投入就可以完成数据组织和运营。这些高科技手段对企业而言是利好消息,因为企业可以减少做数据科学方面的成本,但数据科学家的就业前景还是不错的,数据科学家也应为企业解决难题,为企业带来价值。





收藏 推荐 打印 | 录入: | 阅读: