Вие сте един от многото, които мечтаят да станат специалист по данни? Продължете да четете тази статия, ако сте запалени по науката за данни, защото ще ви кажа как работи под капака.
Нека си представим, че Мария е учен по данни. Нека да видим как минава един ден от живота й, докато работи по проект за наука за данни.
1. Разберете бизнес проблема
Е, много е важно първо да разберете бизнес проблема. При срещата ни с клиентите Мария задава подходящи въпроси, разбира и определя целите на проблема, който трябва да бъде разрешен. Тя е любопитна душа, която иска много очи, една от многото черти на добрия учен по данни.
2. Събиране на данни
Сега тя се подготвя за събиране на данни, за да събира и изчерпва данни от множество източници като уеб сървъри, регистрационни файлове, бази данни, API и онлайн хранилища. Изглежда, че намирането на правилните данни отнема време и усилия.
3. Подготовка на данните
След като данните се съберат, следва подготовката на данните. Тази стъпка включва почистване и трансформиране на данни. Почистването на данни е най-отнемащият време процес, тъй като включва работа с много сложни сценарии. Тук Мария се занимава с непоследователни типове данни, грешно изписани атрибути, липсващи стойности и дублирани стойности. След това при трансформацията на данни тя променя данните въз основа на дефинирани правила за картографиране. В проект ETL инструменти като Talend и Informatica се използват за извършване на сложни трансформации, които помагат на екипа да разбере по-добре структурата на данните.
4. Проучвателен анализ на данни
Разбирането на това какво всъщност можете да правите с вашите данни е много важно. За тази цел Мария прави проучвателен анализ на данни. В тази стъпка тя дефинира и усъвършенства избора на променливи на характеристиките, които ще бъдат използвани при разработването на модела. Но какво ще стане, ако Мария пропусне тази стъпка? В крайна сметка тя може да избере грешни променливи, което ще доведе до неточен модел. Така проучвателният анализ на данни се превръща в най-важната стъпка.
5. Моделиране на данни
Сега тя пристъпва към основната дейност на проект за наука за данни, който е моделиране на данни. Тя многократно прилага различни техники за машинно обучение като KNN, дърво на решенията, Naive Bayes към данните, за да идентифицира модела, който най-добре отговаря на бизнес изискванията. Тя обучава моделите в набора от данни за обучение и ги тества, за да избере модела с най-добри резултати. Мария предпочита Python за моделиране на данните. Въпреки това, това може да се направи и с помощта на R и SAS.
6. Визуализация и комуникация
Е, най-сложната част все още не е приключила. Мария отново се среща с клиентите, за да съобщи бизнес констатациите по прост и ефективен начин, за да убеди заинтересованите страни. Тя използва инструменти като Tableau, Power BI и QlikView, които могат да й помогнат при създаването на мощни отчети и табла за управление.
7. Разполага и поддържа
И накрая тя внедрява и поддържа модела. Тя тества избрания модел в предпроизводствена среда, преди да го внедри в производствената среда, което е най-добрата практика. След като го внедри успешно, тя използва отчети и табла за управление, за да получи анализи в реално време. Освен това тя също така наблюдава и поддържа изпълнението на проекта.
Така Мария завършва проекта за наука за данни. Видяхме, че ежедневието на учен по данни е много забавно, има много интересни аспекти и идва със собствен дял от предизвикателства. Сега нека видим как науката за данните променя света.
Техниките за наука за данни заедно с геномните данни осигуряват по-задълбочено разбиране на генетичните проблеми и реакциите към конкретни лекарства и заболявания. Логистични компании като DHL, FedEx са открили най-добрите правила за изпращане, най-подходящото време за доставка и най-добрия вид транспорт, който да изберете, което води до ефективност на разходите. С науката за данните е възможно не само да се предвиди изтичането на служители, но и да се разберат ключовите променливи, които влияят на текучеството на служителите. Освен това авиокомпаниите вече могат лесно да предвидят закъсненията на полетите и да уведомяват пътниците предварително, за да подобрят изживяването си при пътуване. Ако се чудите, има различни роли, предлагани на учен по данни, като анализатор на данни, инженер по машинно обучение, инженер по задълбочено обучение, инженер по данни и учен по данни. Средната основна заплата на учен по данни може да варира от $60 000 до $150 000. Така че това беше за науката за данните. Готови ли сте да бъдете учен по данни? Ако да, тогава започнете днес, светът на данните се нуждае от вас.
Това е всичко от моя страна за днес. Благодаря ви, че прочетохте. Ако искате да пиша повече такова съдържание, последвайте ме и се абонирайте, за да получавате най-новите актуализации по по-интересна тема.
