Contente
- Cientistas de dados: Techs Rock Stars?
- Cientistas de dados fazem o quê?
- Sem erros, sem estresse - seu guia passo a passo para criar software que muda vidas sem destruir sua vida
- Como ser um cientista de dados
- O caminho para o Big Data
Fonte: Onradio / iStockphoto
Leve embora:
O papel de cientista de dados está rapidamente se tornando a carreira mais procurada no mundo da tecnologia. Perguntamos ao cientista de dados Jake Porway, do The New York Times, como ele conseguiu seu emprego e suas dicas de sucesso em campo.
O papel de cientista de dados está rapidamente se tornando a carreira mais procurada no mundo da tecnologia. Empresas como Google, Amazon e LinkedIn estão usando cientistas de dados para ajudá-los a manter essa vantagem inovadora na era dos dados digitais. E agora os entusiastas de dados e tecnologia estão aspirando a se tornar cientistas de dados da mesma forma que alguns músicos aspiram a se tornar estrelas do rock. Talvez seja por isso que algumas pessoas estão se referindo aos cientistas de dados como as novas estrelas do rock da era da tecnologia.
Infelizmente, esse papel ainda é tão novo que ainda há um nível de obscuridade, o que significa que muitos cientistas de dados aspirantes a motorista estão dirigindo seus ônibus de turismo pela estrada errada. Os cientistas de dados merecem sua reputação de estrela do rock? Mergulhamos no mundo da ciência de dados com uma entrevista com Jake Porway, o cientista de dados do laboratório de pesquisa e desenvolvimento do The New York Times.
Cientistas de dados: Techs Rock Stars?
Então, por que os cientistas de dados estão sendo referidos como as novas estrelas do rock do mundo da tecnologia? Essa analogia é realmente mais profunda do que os nerds de dados desejam soar ultracool. Assim como uma estrela do rock, a carreira de um cientista de dados inclui diversidade, liberdade artística e adaptabilidade. E, como as estrelas do rock do mundo do entretenimento, os melhores cientistas de dados tendem a ganhar bastante seguidores de todos os setores da indústria de dados e tecnologia.
O que um cientista de dados faz é muito diverso; Assim como os músicos usam diferentes instrumentos, ferramentas e técnicas para tocar estilos musicais tão díspares quanto o jazz e o death metal, um cientista de dados também domina uma determinada ferramenta e campo. Há estilo envolvido também. E também não há maneira certa ou errada de fazer o trabalho - é sobre o impacto que o trabalho tem sobre outras pessoas.
Quando os Beatles escreveram suas músicas, não havia apenas uma pessoa ditando como cada nota de cada instrumento seria tocada. Eles se reuniram e encravaram; através da descoberta criativa, eles encontraram músicas que funcionavam. É o mesmo para os cientistas de dados. Eles precisam sentir o ritmo, entrar no ritmo e harmonizar uma solução. Isso só é possível com a quantidade certa de liberdade artística para tentar quaisquer abordagens, ferramentas e técnicas que possam vir à mente no momento - e a agilidade para fazer alterações quando algo parecer fora de tom.
Depois que um cientista de dados domina os fundamentos básicos, ele se torna adaptável e ganha confiança para fornecer soluções em outros campos. Falamos mais sobre esses fundamentos básicos mais tarde. O ponto a ser destacado aqui é que, depois de dominar a ciência de dados, você poderá assumir o papel em qualquer campo que desejar, porque os dados estão em todo lugar.
O objetivo final de um cientista de dados é criar grandes quantidades de valor para o maior número de pessoas possível. Enquanto um cientista de dados trabalha nos bastidores, não é diferente de tocar para um grande público: quanto melhor você faz o trabalho, mais pessoas alcança - e mais recompensas você vê.
Cientistas de dados fazem o quê?
Então, o que os cientistas de dados fazem exatamente? Vamos passar por isso com um exemplo com o qual todos podemos nos relacionar.
Sem erros, sem estresse - seu guia passo a passo para criar software que muda vidas sem destruir sua vida
Você não pode melhorar suas habilidades de programação quando ninguém se importa com a qualidade do software.
Digamos que você percebe um dia que não possui a mesma quantidade de energia no dia em que costumava. Então, você define uma meta: ter mais energia durante o dia. Agora, esse é um objetivo bastante amplo e ambíguo. Portanto, o primeiro passo como cientista de dados é remover parte dessa ambiguidade e quantificar a mensuração desses objetivos. Existem métodos para isso. Não entraremos em detalhes aqui, mas digamos que você teoriza que não está dormindo o suficiente e, portanto, se dá o subobjetivo de dormir oito horas por noite.
Embora esse objetivo seja um pouco mais mensurável e menos ambíguo, ele tem seus próprios desafios. Você não pode realmente iniciar um cronômetro depois de adormecer e, mesmo que inicie um cronômetro depois de pular na cama, talvez não adormeça imediatamente. Além disso, é difícil explicar os horários em que você acorda no meio da noite. Finalmente, existem diferentes tipos de sono, como sono profundo e sono leve. A conclusão é que é difícil medir o sono com precisão e, portanto, ainda mais difícil medir o impacto nos níveis de energia.
Então o que você pode fazer? Bem, como cientista de dados, você procuraria as mais recentes tecnologias e descobriria que existem dispositivos de monitoramento do sono.E se você usasse esse dispositivo para medir e registrar digitalmente seu sono, seria possível obter dados mais precisos sobre seu sono e coletá-los ao longo do tempo para traçar um gráfico.
Isso por si só pode lhe dar uma visão melhor do que está acontecendo. A representação visual lhe dará consciência, clareza e direção. Você será capaz de ver se está alcançando sua meta de oito horas de sono por noite e, mais importante, poderá agir se não estiver.
Este é o trabalho básico do cientista de dados: trazer novas maneiras de medir e exibir dados, para que mais conscientização, clareza e direção sejam fornecidas àqueles que os observam.
Mas um bom cientista de dados não pára por aí. Depois que os dados são coletados, eles podem ser integrados a qualquer outra atividade medida que você realiza ao longo do dia. Integre-o à sua produtividade com base nos dados do seu sistema de gerenciamento de tarefas. Integre-o ao seu humor com base em tweets e atualizações de status. Integre-o à sua saúde com base em visitas à academia ou perda de peso. Com a quantidade de dados já disponível e a facilidade com que eles podem ser capturados, as possibilidades são infinitas.
Como ser um cientista de dados
Interessado em uma carreira em ciência de dados? Como a ciência de dados é tão nova, pedimos a um dos melhores cientistas de dados para obter informações sobre o campo. Jake Porway é cientista de dados do The New York Times e fundador do DataKind (originalmente conhecido como Data Without Borders), que combina organizações sem fins lucrativos que precisam de ciência de dados com cientistas de dados freelancers e pro bono. Porway tem formação em ciência da computação e doutorado. nas estatísticas da UCLA. Aqui está o que ele tinha a dizer sobre como entrar na ciência de dados, como ter um bom desempenho e como evitar erros importantes no campo.
1. Adquira as habilidades certas
Segundo Porway, entrar em campo se resume a três coisas principais:
- Habilidades práticas de computação
- Habilidades estatísticas
- Um desejo de aprender
"Você precisa escrever scripts para coletar dados e codificar os algoritmos que você pensa", diz Porway. "Você deve conhecer suas estatísticas básicas (e mais, idealmente) se for realmente capaz de avaliar se os modelos que você está construindo ou os algoritmos que você está escrevendo estão fazendo o que você deseja".
2. Faça as conexões
Antes de ingressar no laboratório de pesquisa e desenvolvimento do New York Times, Porway trabalhou em aprendizado de máquina e visão computacional e passou muito tempo conseguindo robôs para identificar minas terrestres e pilotar aviões (quão legal é este?). Não foi até que ele conseguiu seu emprego no The New York Times que ele conseguiu se expandir para tarefas mais amplas de ciência de dados, a saber, o Projeto Cascade, que rastreia os links da publicação nas mídias sociais.
A coisa mais importante a entrar em campo, diz Porway, é aprender.
"Entre em um projeto de ciência de dados!" Porway diz. "Faça o download de alguns dados, escolha R e comece a jogar ... Eu diria para me concentrar em usar algo como R ao lado de um livro de estatísticas básicas para guiá-lo na exploração de alguns dados. As habilidades de aprendizado de máquina e computação virão com isso (de é claro que isso depende da sua experiência anterior - se você já é estatístico, escolha um Python!) "
Então é hora de fazer algumas conexões. Porway recomenda um grupo local de reuniões - porque fazer parte da comunidade de ciência de dados é "a maneira mais rápida de saber o que você não sabe". E em um campo em constante evolução, isso importa.
3. Entre no jogo
Porway tem um Ph.D. nas estatísticas da UCLA, mas ele enfatiza que você não precisa de um para fazer um bom trabalho.
"Isso pode ajudar, mas não pense que você precisa sair e fazer mais cinco anos de escola para poder se chamar cientista de dados", disse Porway.
A ciência de dados é um campo relativamente novo. Isso significa que aqueles que querem entrar em campo precisam abordá-lo com a mente aberta.
"Um cientista de dados do Foursquare vai parecer muito diferente de um cientista de dados do Goldman Sachs", diz Porway.
4. Balance seu novo papel
A ciência de dados tem como objetivo esclarecer objetivos, examinar suposições, avaliar evidências e avaliar conclusões. Mas há um pequeno pedaço do quebra-cabeça que muitas pessoas ignoram. Você consegue adivinhar o que é? Segundo Porway, o ingrediente secreto é o pensamento crítico.
"Isso realmente diferencia os hackers dos verdadeiros cientistas, para mim", diz Porway. "Você ficaria surpreso com quantas vezes vi alguém construir um modelo e relatar os resultados sem perceber que eles não haviam pensado criticamente sobre a origem dos dados ou se o experimento foi projetado corretamente. Você deve DEVE ser capaz de questionar cada etapa do seu processo e de todos os números que você criar ".
O caminho para o Big Data
Porway diz que, quando percebeu a capacidade de usar grandes quantidades de dados para que as máquinas aprendessem a si mesmas, ficou impressionado. Foi essa paixão - e sua educação e habilidades - que o ajudaram a conseguir um emprego de destaque em ciência de dados. Se você deseja agitar o big data, agache-se com alguns livros, faça o download de alguns dados e comece a brincar. Você nunca sabe o que uma pilha de dados brutos irá aparecer.
Para uma transcrição completa da entrevista, acesse DataScientists.Net.