当前位置:大数据业界动态 → 正文

大数据时代,数据科学家的一天是如何分配的?

责任编辑:editor005 |来源:企业网D1Net  2016-10-09 14:29:18 本文摘自:it168

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。

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。

关键字:科学家统计学习

本文摘自:it168

x 大数据时代,数据科学家的一天是如何分配的? 扫一扫
分享本文到朋友圈
当前位置:大数据业界动态 → 正文

大数据时代,数据科学家的一天是如何分配的?

责任编辑:editor005 |来源:企业网D1Net  2016-10-09 14:29:18 本文摘自:it168

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。

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。

关键字:科学家统计学习

本文摘自:it168

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^