데이터 과학자 : 기술 세계의 새로운 록 스타

콘텐츠

• 데이터 과학자 : Techs Rock Stars?
• 데이터 과학자들은 무엇을합니까?
• 버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드
• 데이터 과학자가되는 방법
• 빅 데이터로가는 길

출처 : Onradio / iStockphoto

테이크 아웃 :

데이터 과학자의 역할은 기술 세계에서 가장 많이 찾는 경력이되고 있습니다. 우리는 New York Times의 최고 데이터 과학자 제이크 포 웨이 (Jake Porway)에게 자신의 직업을 어떻게 얻었는지, 그리고 현장에서의 성공을위한 팁을 물었습니다.

데이터 과학자의 역할은 기술 세계에서 가장 인기있는 직업이되고 있습니다. Google, Amazon, LinkedIn과 같은 회사는 데이터 과학자를 사용하여 디지털 데이터 시대의 혁신적 우위를 유지하도록 돕고 있습니다. 그리고 이제 데이터 및 기술 애호가들은 일부 음악가들이 록 스타가되기를 갈망하는 것과 같은 방식으로 데이터 과학자가되기를 갈망하고 있습니다. 아마도 이것이 일부 사람들이 데이터 과학자들을 기술 시대의 새로운 록 스타로 언급하는 이유 일 것입니다.

불행히도,이 역할은 여전히 ​​새롭기 때문에 여전히 불분명합니다. 이는 많은 워너비 데이터 과학자들이 잘못된 길로 여행 버스를 운전하고 있음을 의미합니다. 데이터 과학자들은 자신의 록 스타 명성을 가질 가치가 있습니까? 우리는 뉴욕 타임즈 (New York Times) R & D 연구소의 데이터 과학자 인 제이크 포 웨이 (Jake Porway)와의 인터뷰를 통해 데이터 과학의 세계로 뛰어 들었습니다.

데이터 과학자 : Techs Rock Stars?

그렇다면 왜 데이터 과학자들이 기술 세계의 새로운 록 스타라고 불리는가? 이 비유는 실제로 데이터 대단함이 초 냉각을 원하는 것보다 더 깊습니다. 록 스타와 마찬가지로 데이터 과학자 경력에는 다양성, 예술적 자유 및 적응성이 포함됩니다. 엔터테인먼트 세계의 록 스타들과 마찬가지로 최고의 데이터 과학자들은 데이터 및 기술 산업의 모든 분야에서 많은 사람들을 얻는 경향이 있습니다.

데이터 과학자가하는 일은 매우 다양합니다. 음악가가 다른 악기, 도구 및 기술을 사용하여 재즈 및 데스 메탈만큼 다른 음악 스타일을 연주하는 것처럼 데이터 과학자도 특정 도구 및 분야를 마스터합니다. 스타일도 관련이 있습니다. 그리고 일을하는 옳고 그른 방법도 없습니다 – 일이 다른 사람들에게 미치는 영향에 관한 것입니다.

비틀즈가 노래를 썼을 때 한 사람 만이 모든 악기의 모든 음표를 연주하는 방법을 지시하지 않았습니다. 그들은 함께 와서 걸림; 창의적인 발견을 통해 그들은 효과가있는 노래를 찾았습니다. 데이터 과학자들도 마찬가지입니다. 그들은 리듬을 느끼고 그루브에 들어가서 해결책을 조화시켜야합니다. 이것은 현재 접근 할 수있는 모든 접근 방법, 도구 및 기법을 시도 할 수있는 적절한 예술적 자유와 키가 아닌 것으로 보일 때 변화하는 민첩성으로 만 가능합니다.

데이터 과학자가 핵심 기본 사항을 익히면 적응할 수있게되고 다른 분야에 솔루션을 제공 할 수 있다는 자신감을 얻게됩니다. 나중에 이러한 핵심 기본 사항에 대해 자세히 설명합니다. 여기서 중요한 점은 데이터 과학을 마스터 한 후에는 데이터가 어디에나 있기 때문에 원하는 모든 분야에서 역할을 수행 할 수 있다는 것입니다.

데이터 과학자의 궁극적 인 목표는 가능한 많은 사람들을 위해 막대한 가치를 창출하는 것입니다. 데이터 과학자가 무대 뒤에서 작업하는 동안, 많은 사람들이 게임을하는 것과는 다릅니다. 업무를 잘 수행할수록 더 많은 사람들이 접근 할 수 있으며 더 많은 보상을 얻을 수 있습니다.

데이터 과학자들은 무엇을합니까?

그렇다면 데이터 과학자들은 정확히 무엇을합니까? 우리 모두와 관련이있을 수있는 예를 통해이 과정을 살펴 보겠습니다.

버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드

아무도 소프트웨어 품질에 신경 쓰지 않으면 프로그래밍 기술을 향상시킬 수 없습니다.

예전에는 하루에 같은 양의 에너지를 가지고 있지 않다는 것을 깨달았습니다. 하루 종일 더 많은 에너지를 얻는 것이 목표입니다. 이제는 꽤 광범위하고 모호한 목표입니다. 따라서 데이터 과학자로서의 첫 번째 단계는 이러한 모호성을 제거하고이 측정 목표를 수량화하는 것입니다. 이를위한 방법이 있습니다. 여기서 자세히 설명하지는 않겠지 만 충분한 수면을 취하지 못하고 매일 밤 8 시간의 수면을 취하는 하위 목표를 제시한다고 가정 해 봅시다.

이 목표는 좀 더 측정 가능하고 모호하지 않지만 자체적 인 과제가 있습니다. 잠이 든 후에는 실제로 타이머를 시작할 수 없으며, 침대에 들어간 후 타이머를 시작하더라도 곧바로 잠들지 않을 수 있습니다. 또한 한밤중에 일어나는 시간을 설명하기가 어렵습니다. 마지막으로, 깊은 수면과 가벼운 수면과 같은 다른 유형의 수면이 있습니다. 결론은 수면을 정확하게 측정하기가 어렵 기 때문에 에너지 수준에 미치는 영향을 측정하기가 훨씬 어렵다는 것입니다.

그래서 당신은 무엇을 할 수 있습니까? 데이터 과학자로서 최신 기술을 찾고 수면 모니터링 장치가 있다는 것을 알게됩니다.이러한 장치를 사용하여 수면을 측정하고 디지털 방식으로 기록하면 수면에 대한보다 정확한 데이터를 얻을 수 있고 시간이 지남에 따라 해당 데이터를 수집하여 그래프를 그릴 수 있습니다.

이것만으로도 무슨 일이 일어나고 있는지에 대한 더 큰 통찰력을 줄 수 있습니다. 시각적 표현은 당신에게 인식, 명확성 및 방향을 제공합니다. 당신은 밤에 8 시간의 수면 목표에 도달하고 있는지, 더 중요하게는, 그렇지 않은 경우 조치를 취할 수 있는지 확인할 수 있습니다.

이것은 데이터 과학자의 기본 작업입니다. 데이터를보고있는 사람들에게 더 많은 인식, 명확성 및 지시가 제공되도록 데이터를 측정하고 표시하는 새로운 방법을 가져 오는 것입니다.

그러나 훌륭한 데이터 과학자는 거기서 멈추지 않습니다. 데이터가 수집되면 하루 종일 수행하는 다른 측정 활동과 통합 될 수 있습니다. 작업 관리 시스템의 데이터를 기반으로 생산성과 통합하십시오. 트윗과 상태 업데이트를 기반으로 분위기와 통합하십시오. 체육관 방문이나 체중 감량을 기반으로 건강과 통합하십시오. 이미 사용 가능한 데이터 양과 데이터를 쉽게 캡처 할 수 있으므로 가능성은 무한합니다.

데이터 과학자가되는 방법

데이터 과학 분야의 경력에 ​​관심이 있습니까? 데이터 과학은 매우 새롭기 때문에 최고의 데이터 과학자에게 현장에 대한 통찰력을 요청했습니다. 제이크 포 웨이 (Jake Porway)는 뉴욕 타임즈 (New York Times)의 데이터 과학자이며 DataKind (원래 Data Without Borders)의 창립자로서, 데이터 과학이 필요한 비영리 단체를 프리랜서 및 친 보노 데이터 과학자와 일치시킵니다. Porway는 컴퓨터 과학 배경과 박사 학위를 보유하고 있습니다. UCLA 통계에서. 여기에 데이터 과학에 들어가는 방법, 잘 수행하는 방법 및 현장의 주요 실수를 피하는 방법에 대해 말한 내용이 있습니다.

1. 올바른 기술을 얻으십시오

Porway에 따르면, 현장에 들어가는 것은 세 가지 주요 사항으로 요약됩니다.

• 실용 컴퓨팅 기술
• 통계 기술
• 배우고 자하는 소망

Porway는 "데이터를 긁어 내고 머리에 떠오르는 알고리즘을 코딩하는 스크립트를 작성할 수 있어야한다"고 말했다. "당신이 구축 한 모델이나 알고리즘이 원하는 것을 수행하고 있는지 실제로 평가할 수 있다면 기본 통계를 알고 있어야한다."

2. 연결

New York Times R & D 연구소에 합류하기 전에 Porway는 기계 학습 및 컴퓨터 비전에서 일했으며 로봇이 지뢰와 비행 비행기를 식별하는 데 많은 시간을 보냈습니다 (얼마나 시원합니까? 그?). New York Times에 취직하기 전까지는 소셜 미디어에서 출판물의 링크를 추적하는 Project Cascade와 같은 광범위한 데이터 과학 작업으로 확장해야했습니다.

Porway는 현장에서 가장 중요한 것은 학습을 얻는 것이라고 말합니다.

"데이터 과학 프로젝트를 시작하십시오!" Porway는 말합니다. "일부 데이터를 다운로드하고 R을 가져 와서 연주를 시작하십시오 ... 기본 통계 책과 함께 R과 같은 것을 사용하여 일부 데이터를 탐색하는 데 중점을 두겠다고 말하고 있습니다. 머신 러닝 및 컴퓨팅 기술에는 다음과 같은 기능이 있습니다. 물론 이것은 과거 경험에 달려 있습니다. 이미 통계 학자라면 파이썬을 선택하십시오!) "

그런 다음 연결하는 시간입니다. 데이터 과학 커뮤니티에 참여하는 것이 "알지 못하는 것을 가장 빨리 알 수있는 방법"이기 때문에 Porway는 지역 모임 그룹을 권장합니다. 그리고 끊임없이 진화하는 분야에서 그것은 중요합니다.

3. 게임에 참여

Porway에는 박사 학위가 있습니다. UCLA 통계에 따르면, 그는 당신이 좋은 일을 할 필요가 없다고 강조합니다.

"이것은 도움이 될 수 있지만 데이터 과학자라고 할 수 있도록 5 년 동안 학교를 떠나야한다고 생각하지 마십시오."라고 Porway는 말했습니다.

데이터 과학은 비교적 새로운 분야입니다. 즉, 현장에 들어 가려는 사람들은 열린 마음으로 접근해야합니다.

Porway는“Foursquare의 데이터 과학자는 Goldman Sachs의 데이터 과학자와는 많이 다르게 보일 것입니다.

4. 새로운 역할을 흔들다

데이터 과학은 목표를 명확히하고, 가정을 조사하고, 증거를 평가하고, 결론을 평가하는 것입니다. 그러나 많은 사람들이 간과하는 작은 퍼즐 조각이 있습니다. 그것이 무엇인지 추측 할 수 있습니까? Porway에 따르면, 비밀 성분은 비판적 사고입니다.

"이것은 실제로 해커들을 진정한 과학자들과 차별화시킵니다."라고 Porway는 말합니다. "누군가가 데이터가 어디에서 왔는지 또는 실험이 올바르게 설계되었는지에 대해 비판적으로 생각하지 않았다는 사실을 깨닫지 않고 모델을 작성하고 결과를보고하는 것을보고 놀랐습니다. 모든 단계에 의문을 제기 할 수 있어야합니다. "당신의 프로세스와 당신이 생각해내는 모든 수의."

빅 데이터로가는 길

Porway는 기계가 스스로를 가르치기 위해 방대한 양의 데이터를 사용할 수 있다는 것을 깨달았을 때 마음이 터졌다 고 말합니다. 그 열정과 그의 교육과 기술은 그를 데이터 과학 분야에서 최고의 자리에 올랐습니다. 빅 데이터를 락킹하려면 책을 펴고 데이터를 다운로드 한 후 게임을 시작하십시오. 원시 데이터 더미가 어떻게 될지 알 수 없습니다.

인터뷰 내용을 모두 보려면 DataScientists.Net을 방문하십시오.