Divi LinkedIn analītiķi 2008. gadā izveidoja terminu “datu zinātnieks”. Viņi tikai mēģināja aprakstīt, ko viņi dara, t.i., iegūt uzņēmējdarbības vērtību no viņu vietnes ģenerētajiem masveida datiem. Šajā procesā viņi beidzot nosauca amata nosaukumu, kas nākamajos gados būtu neticami pieprasīts un pat tiktu nosaukts par ‘Seksuālākais darbs no 21svgadsimtā. ”
kā izmantot google mākoņa platformu
Tagad organizācijas, kas “datus” uzskata par vērtīgu aktīvu, meklē šos datu ekspertus vai “zinātniekus”, lai tos novestu nākotnē.
Tātad, kas nepieciešams, lai būtu lielisks datu zinātnieks? Dažādas prasmju kopas!
Īss ieskats datu zinātnieka pamatprasmēs.
Datu zinātnes process ietver 3 posmus.
- Datu tveršana
- Datu analīze
- Prezentācija
Apskatīsim tuvāk datu zinātnieka lomu katrā no šiem posmiem.
Datu tveršana
- Programmēšanas un datu bāzes prasmes
Pirmais datu ieguves posms ir pareizo datu iegūšana. Tātad, lai būtu datu zinātnieks, ir ļoti svarīgi pārzināt rīkus un tehnoloģijas, jo īpaši atvērtā koda, piemēram, Hadoop, Java, Python, C ++, un datu bāzes tehnoloģijas, piemēram, SQL, NoSQL, HBase un tā tālāk.
- Biznesa joma un zināšanas
Dati atšķiras atkarībā no uzņēmējdarbības. Tāpēc, lai izprastu biznesa datus, ir vajadzīgas zināšanas, kas rodas tikai strādājot noteiktā datu jomā.
Piemēram: no medicīnas jomas apkopotie dati pilnībā atšķirsies no apģērbu mazumtirdzniecības veikala datiem.
- Datu modelēšana, noliktavas un nestrukturētas datu prasmes
Organizācijas, izmantojot dažādus resursus, apkopo milzīgu datu apjomu. Šādi iegūtie dati nav strukturēti, un pirms analīzes tie ir jāorganizē. Tāpēc datu zinātniekam jāpārzina nestrukturēto datu modelēšana.
pitons __init__ pats
Datu analīze
- Statistisko rīku prasmes
Datu zinātnieka galvenā prasme ir zināt, kā izmantot tādus statistikas rīkus kā R, Excel, SAS un tā tālāk. Šie rīki ir nepieciešami, lai sasmalcinātu uzņemtos datus un tos analizētu.
- Matemātikas prasmes
Tikai zināšanas par datorzinātnēm nav pietiekamas, lai būtu datu zinātnieks. Datu zinātnieka profilam ir nepieciešams kāds, kurš var pārzināt liela mēroga mašīnmācīšanās algoritmus un programmēšanu, vienlaikus zinot statistiku. Tam nepieciešamas zināšanas citās zinātniskajās un matemātiskajās disciplīnās, izņemot datoru valodas.
Prezentācija
- Vizualizācijas rīka prasmes
Jūs, iespējams, varēsiet iegūt un modelēt apkopotos datus, bet vai spējat tos vizualizēt?
Ja vēlaties būt veiksmīgs datu zinātnieks, jums vajadzētu būt iespējai strādāt ar dažiem datu vizualizācijas rīkiem, lai vizuāli attēlotu datu analīzes. Daži no tiem ietver R, Flare, HighCharts, AmCharts, D3.js, Processing un Google Visualization API utt.
Bet tas nav beigas! Ja jūs patiešām vēlaties kļūt par datu zinātnieku, jums vajadzētu būt arī šādām prasmēm:
- Komunikācijas prasmes: Statistika un Excel ir sarežģīti risināt. Datu zinātniekiem jāspēj datus pasniegt tā, lai tie darītu zināmus rezultātus biznesa lietotājiem.
- Biznesa prasmes : Datu zinātniekiem būs jāpilda vairākas lomas. Viņiem būtu jāsazinās ar dažādiem cilvēkiem organizācijā. Tāpēc ļoti noderēs spēcīgas uzņēmējdarbības prasmes, kas ietver komunikāciju, plānošanu, organizēšanu un vadību. Tas ietver biznesa un lietojumprogrammu prasību izpratni un atbilstošu informācijas interpretāciju. Viņam vajadzētu arī vispārīgi izprast galvenās problēmas nozarē un viņam būtu jāzina finanšu rādītāji, lai labāk pieņemtu lēmumus. Apakšējā līnija - datu zinātnieks, domājot arī par “biznesu”.
- Prasmes problēmu risināšanā: Tas šķiet acīmredzami, jo datu zinātne ir visu problēmu risināšana. Efektīvam datu zinātniekam ir jāvelta laiks un padziļināti jāizpēta problēma un jānodrošina reāls risinājums, kas piemērots lietotājam.
- Prognozēšanas prasmes: Datu zinātniekam vajadzētu būt arī efektīvam prognozētājam. Viņam vajadzētu būt plašām zināšanām par algoritmiem, lai izvēlētos pareizo, kas atbilst datu modelim. Tas nozīmē noteiktu radošumu, lai saprātīgi izmantotu un attēlotu datus.
- Datorurķēšana: Es zinu, ka tas izklausās biedējoši, taču dažādas hakeru iemaņas, piemēram, manipulēšana ar teksta failiem komandrindā, vektorizētu darbību izpratne un algoritmiskā domāšana padarīs jūs par labāku datu zinātnieku.
Aplūkojot iepriekš minētās prasmju kopas, ir skaidrs, ka būt par Datu zinātnieku nenozīmē tikai visu zināt par datiem. Tas ir darba profils, kurā apvienotas datu prasmes, matemātikas prasmes, uzņēmējdarbības prasmes un komunikācijas prasmes. Ņemot vērā visas šīs prasmes, Datu zinātnieku var pamatoti saukt par IT jomas rokzvaigzni.
kā izmantot paketes Java
Pārbaudes saraksts, lai kļūtu par lielisku un efektīvu datu zinātnieku:
Mēs aplūkojām prasmes, kas nepieciešamas, lai kļūtu par datu zinātnieku. Ir milzīga atšķirība, vienkārši kļūstot par datu zinātnieku un kļūstot par lielisku un efektīvu datu zinātnieku. Šīs prasmes kopā ar iepriekšminētajām prasmēm atšķir jūs no normāla vai pat viduvēja datu zinātnieka.
- Matemātiskās prasmes - Aprēķini, Matricas darbības, Skaitliskā optimizācija, Stohastiskās metodes utt.
- Statistikas prasmes - regresijas modeļi, trafareti, klasifikācijas, diagnostika, lietotā statistika utt.
- Komunikācija - Vizualizācija, prezentācija un rakstīšana.
- Datu bāze - Papildus CouchDB zināšanas netradicionālās datubāzēs, piemēram, MongoDB un Vertica.
- Programmēšanas valodas - Cūka, Strops, Java, Python utt.
- Dabiskās valodas apstrāde un Datu ieguve.
Edurekai ir īpaši kurators kas palīdz iegūt zināšanas mašīnmācīšanās algoritmos, piemēram, K-Means Clustering, Decision Trees, Random Forest, Naive Bayes. Jūs uzzināsiet arī jēdzienus Statistika, Laika rindas, Teksta ieguve un ievadu dziļai mācībai. Drīz sākas jaunas sērijas šim kursam !!