Q:
¿Cuáles son las cuatro bases para convertirse en un buen científico de datos?
UN:Como señalan muchos expertos, convertirse en un gran científico de datos requiere una combinación de habilidades y experiencia que se construye a través del aprendizaje dedicado y el análisis de un campo complejo. Los científicos de datos como administradores y curadores de activos de datos valiosos tienen mucha demanda hoy en día. Veamos qué implican algunas de estas habilidades fundamentales.
El primero de los cuatro componentes fundamentales del trabajo del científico de datos es la matemática y la estadística. Los buenos científicos de datos deberían aprender a familiarizarse con varios conceptos matemáticos relacionados con el aprendizaje automático supervisado y sin supervisión, incluidos los tipos de algoritmos como árboles de decisión, bosque aleatorio, regresión logística, agrupación y el uso de la dimensionalidad en el aprendizaje automático (ML). En general, deben tener un buen manejo para trabajar con ecuaciones matemáticas y estadísticas utilizando recursos de análisis estadístico.
El segundo componente fundamental del trabajo de ciencia de datos implica la programación y la gestión de bases de datos. Las personas deben ser fuertes en lenguajes de script como Python y lenguajes estadísticos como R, junto con experiencia y habilidad con bases de datos y semántica SQL y técnicas operativas. El conocimiento de componentes de software como Hadoop, MapReduce, Hive y Pig también es atractivo para los empleadores.
El tercer componente fundamental para convertirse en un buen científico de datos es el componente teórico y filosófico de comprender la ciencia de datos y el aprendizaje automático. Estos individuos deberían ser solucionadores de problemas que se inicien por sí solos con mentes curiosas; después de todo, están combinando análisis cuantitativos en bruto con una comprensión creativa del aprendizaje automático y los procesos de ciencia de datos. En lugar de ser simplemente personas con números técnicos, deberían tener una base profunda en lo que significa crear proyectos de aprendizaje automático y trabajar en iniciativas de ciencia de datos en términos de objetivos finales y resultados finales.
Un cuarto pilar importante para aprender a ser un buen científico de datos implica trabajar con personas y poder utilizar los datos de manera que tengan sentido para otras personas.
Los buenos científicos de datos pueden ser narradores de historias; pueden traducir datos cuantitativos en narrativas y percepciones. Como tal, deben tener buenas habilidades de comunicación para poder llevar su trabajo a la mesa y difundirlo a múltiples partes interesadas o una audiencia determinada de manera efectiva. Estos son algunos de los principales tipos de habilidades que crean un buen científico de datos que está listo para participar en la industria de TI de ritmo rápido y rápido de hoy.
