Data Science`i Öyrənmək Üçün 12 Əsas Məsləhət
  • Azər Rzayev
  • 3 Avqust 2019

Data Science`i Öyrənmək Üçün 12 Əsas Məsləhət

Data Science`i Öyrənmək Üçün 12 Əsas Məsləhət

Amerikanın online iş və işçi üçün yaradılmış Glassdoor saytının 2019-cu il üçün hesabatlarına əsasən Data Scientist ən yaxşı iş olaraq ilk sıralardadır. Eyni zamanda orta aylıq əmək haqqı 108.000 dollardır və işdən məmnuniyyət dərəcəsi 5 üzərindən 4.3 olaraq qeydə alınmışdır.

Belə olduğu halda sual yaranır: Bu işdə uğur qazanmaq üçün hansı xüsusiyyətlərə sahib olmaq lazımdır?

Bu sualın cavablandırılması və karyerasını bu istiqamətdə davam etdirmək istəyənlər üçün bəzi məsləhətlər vardır.

Uğurlu Data tədqiqatçıları kodlaşdırma və riyazi bacarıqlarlarla yanaşı, həmçinin, öz şərtləri əsasında rəhbərlik və iş adamları ilə düzgün dialoq aparmağı bacarmalıdırlar.

 

Təhsil bazasının qurulması: 3 əsas məsləhət

Nyu-York Data Science akademiyasında bu istiqamətdə alimlik dərəcəsinə sahib Grace Zhan kodlaşdırma əsaslı və riyazi qabiliyyətləri əhatə edən təhsil bazasının zəruriliyini vurğulayır.

R/Python +SQL kodlaşdırma bacarıqlarınız yoxdursa, bu çatışmazlığı aradan qaldırmaq üçün bir çox şəbəkə gücünə və digər sahələrə ehtiyacınız var. Grace Zhanın təcrübələrinə əsasən riyazi biliyi və ya ümumi sahədə təcrübəsi az olanlar adətən kodlaşdırma bacarıqları ilə durumu idarə edirlər. Hazırda Python ən idealdır, amma, R ona nisbətdə daha aşağıda durur Buna baxmayaraq, hər ikisi ilə təcrübəyə sahib olmaq yaxşıdır. SQL-də məlumatların təhlili üçün son dərəcə vacib sayılır.

Güclü riyazi bacarıqlar

Bunlara tez-tez istifadə olunan metodlardan bir neçəsini - ümumiləşdirilmiş xətti modellər, qərar qəbul edilmə modelləri, statistik testlər aiddir.

Bəzi ekspertlər üçün əlavə olsa da əsas vacib bacarıqlara aiddir: Hadoop platform Apache Spark, data vizuallaşdırma, struktursuz data ilə işləmək, Machine Learning və Süni İntellekt.

Kaggle analitika və modelləşdirmə platforması əsasında keçirilmiş sorğuda 15 ən yaxşı seçim belədir:

Python, R və SQL asanlıqla ilk üçlükdə yer alır,amma dördüncü Jupyter notebooks və ardınca TensorFlow, Amazon Web Services, Unix shell, Tableau, C/C++, NoSQL, MATLAB/Octave və Java hamısı Hadoop və Sparkdan öncə gəlir. Hamı üçün təəccüblü ola biləcək daha bir əlavə isə Microsoftun Excel Data Mining`dir.

Data Scientist olan mütəxəssislərin əksəriyyəti elmi dərəcəyə malikdir. Beləki, 46% PhD və ən az 88% magistr dərəcəsinə mailkdir. Malik olduqları bakalavr dərəcələri bir qayda olaraq, müvafiq sahələr arasında bölünür. Təqribən üçdə biri bu sahənin ən məşhurlarından olan statistika və riyaziyyata daxildir. Kompüter elmləri 19% və mühəndislik sahəsindən 16% qrup insan buraya daxildir. Əlbəttə ki, Data Science üçün xarakterik olan texniki vasitələr tez-tez təhsil proqramlarında deyil, həmçinin ixtisaslaşdırılmış təhsil düşərgələrində və onlayn kurslarda da təhsis edilir.

Toolbarınızdan hansı aləti istifadə edəcəyinizi bilməlisiniz: Problem qarşısında durmaq:

Data Science alətləri sıralamasında fərqliliyi nəzərə alaraq, bəziləri daha çox nəyə fokslanmalı olduğunu müəyyənləşdirməkdə çaşqınlıq yaşayır.

McAfee təhlükəsizlik proqram şirkətində baş Data Scientist olaraq çalışan Celeste Fralick bir Data Scientist olaraq çalışan mütəxəssis üçün belə demişdir: Bir Data Scientist problem qarşısında hər zaman doğru tətqiqat ilə hansı texnologiyanın tətbiq ediləcəyini bilməlidir. Eyni zamanda cəlb olunan ekosistemə hesablama dəyəri, müştərilərin yetkinliyi, sistemin digər sərhəd dəyərlərini bilməkdə vacib nüanslardandır.

Lazımi Bacarıqlar: Altı İpucu

Fralick`in qaldırdığı sual Data Scientist işi üçün tələb olunan qeyri-texniki bacarıqlara aiddir. Bunlara, intellektual maraq, komanda işi, ünsiyyət bacarıqları və qərar vermə qabiliyyəti kimi xüsusiyyətlər daxildir.

Ekspert Data Scientist Olivia Parr Roud, daha iki xüsusiyyət olaraq yaradıcılıq və təsdiqləmə bacarıqlarını artırmışdır. O deyir:

“ Data Science daha çox incəsənət elmi kimidir. Bəzən beynin hər iki tərəfinin gücündən istifadə etmək lazımdır. Bəziləri Data Science`i karyera olaraq digərləri kimi yalnızca daha çox sol beynin işlədiyi bir sahə olaraq bilir, amma, uğurlu Data Scientist olmaq istəyən biri beynin hər iki kürəsini işlətməlidir. Bu sahədə irəliləyiş üçün yalnız texniki səlahiyyətlər deyil, həmçinin liderlik üçün vizyon və yaradıcılıq lazımdır. Rəqabətli mütəxəssis olmaq üçün nümunələri tanımalı, daha çox sintez aparmalı və beynimizin hər iki tərəfini istifadə etməliyik. Ən yaxşı nəticələr daha çox beynin sol və sağ kürələrinin inteqrasiyası nəticəsində yaranır.”

Məlumat Çoxluğu

Əsas tövsiyələr daha çox texniki vasitələr, bacarıq və qabiliyyətləri, habelə yaradıcılıq və liderlik qabiliyyəti kimi az miqdarda müəyyən edilə bilən keyfiyyətləri özündə cəmləşdirir.

Nəticədə, bu sadəcə rəqəmlərdən ibarət bir oyun deyil. Data Science yalnız bir vakuumda model yaratmaqla deyil, həm də biznes üçün real həyat problemlərini həll edir və praktik tətbiqetmələrdən isifadəni tələb etdiyi üçün, bu sahədə uğur qazananlar təkcə texnologiyaya yiyələnməməli, həm də iş sahələrini bilməli və ehtiyaclarını başa düşməlidirlər.


Paylaş: