¿Cuál es la calidad más importante de un científico de datos?

¿Qué se necesita para ser un gran científico de datos? Pensamos largo y tendido sobre esto mientras diseñamos el campo de entrenamiento científico de datos para Metis . Algunos de estos sin duda sabes sin mirar, pero otros pueden sorprenderte. Estas seis habilidades duras y suaves no son sólo cosas para buscar en un contratación de datos científicos , pero también son cosas para cultivar en sí mismo para prepararse para una carrera exitosa y satisfactoria en la ciencia de los datos. Hicimos esta lista para ayudar a identificar a los estudiantes ideales para nuestro campo de entrenamiento de ciencias de datos, personas que harán grandes estudiantes y grandes contrataciones.

1. Pensamiento estadístico

Los científicos de datos son profesionales que convierten los datos en información, por lo que los conocimientos estadísticos están a la vanguardia de nuestro conjunto de herramientas. Conocer sus algoritmos y cómo y cuándo aplicarlos es posiblemente la tarea central del trabajo de un científico de datos. Sin embargo, hacer esto bien puede ser un arte y una ciencia.

Un buen científico de datos puede modelar cualquier dato que se le da e implementar una caja de herramientas llena de algoritmos para hacer predicciones y recomendaciones estadísticamente informadas. Un gran científico de datos puede oler algo "pescado" en los resultados que obtiene, siente que necesita hacerle al cliente o a la parte interesada algunas preguntas más antes de retirarse a la cueva del código, y puede marcar la diferencia entre una visión que cambia el juego y una corazonada ciega cara.

Cultivando el pensamiento estadístico: El pensamiento cuantitativo se hunde en el más rápido cuando es relevante para usted. En Datascope, mantenemos nuestro pensamiento estadístico agudo llamándonos unos a otros sobre nuestras afirmaciones audaces, a veces haciendo apuestas amistosas, y averiguando cómo resolverlo con estadísticas. Por ejemplo, aquí hay uno que puedes probar en tus amigos: ¿cuántos artículos de wikipedia contienen la palabra “el”? ¿Todos ellos? ¿Casi todos? Pusimos el sobre-bajo en 90%, escribimos un script para calcular la frecuencia del documento wikipedia de la palabra “the”, y nos escandalizamos al descubrir que la palabra “the” sólo aparece en 85% de los artículos de wikipedia.

2. Perspicacia técnica

Los científicos de datos escriben código y trabajan con equipos para producir herramientas, tuberías, paquetes, módulos, características, paneles, sitios web y más. Escribimos código en la parte trasera y en la parte delantera. Somos estructurados y no estructurados. Revisamos formatos desconocidos y código heredado, y "rodeamos nuestras propias" herramientas cuando no podemos encontrar la solución que necesitamos.

Un gran científico de datos tiene el espíritu de un hacker. La flexibilidad técnica es tan importante como la experiencia, porque en este campo las normas de oro cambian con una tasa alarmante. Los científicos de datos trabajan juntos, aman el código abierto y comparten nuestros conocimientos y experiencia para asegurarnos de que podemos movernos a la velocidad de la demanda. Si su científico de datos es un estudio rápido, usted ha hecho una inversión sólida más allá del ciclo de tendencia actual.

Cultivando perspicacia técnica: Escribe código, todos los días si es posible. Aprenda acerca de las herramientas que desea utilizar, pero no sólo leer sobre ellos, pruébelas. Sigue un tutorial. Cámbialo y mira lo que pasa. Rómpela. Echa un vistazo a los proyectos de alguien que están escritos en un idioma que no conoces. Si lees sobre una nueva herramienta o servicio que te interesa, empieza por hacer un “hola, mundo”. Trabajar en bocados pequeños.

3. Capacidades de comunicación multimodales

Cuando el análisis se termina de ejecutar, la mayoría de las veces los resultados no son bonitos. Eso no quiere decir que no sean útiles, pero a menudo están atrapados en lecturas opacas, o en tramas que son sensibles a los ojos del experto pero jeroglíficos para el resto del equipo y las partes interesadas. La producción algorítmica tiene que ser interpretada y comunicada para dar el salto fuera del equipo de ciencia de datos y en las manos del resto de la empresa para ser puesta en servicio en consonancia con su utilidad.

Un gran científico de datos puede contextualizar y traducir un problema y su solución a las partes interesadas de orígenes muy diversos usando terreno común, metáfora, escucha hábil y narración de historias. Esto incluye la comunicación escrita que entra en una declaración de trabajo o un informe, comunicación visual para gráficos claros e intuitivos y visualización, y comunicación hablada para presentaciones, especificaciones del proyecto, reuniones de check-in, y diseño iterativo . Si su científico de datos puede detener una reunión cuando está claro que no todo el mundo está en la misma página, dibujar un boceto en la pizarra y obtener el consenso de un equipo diverso, usted tiene una persona profundamente valiosa en su equipo.

Cultivar la comunicación multimodal: Practique la escritura y hablar de sus proyectos técnicos a personas “normales”. Edifíquese a las partes importantes. Aprender a editarse es clave. Practique la comunicación visual con “cableros de crayón” — los usamos todo el tiempo, y nos ayudan a pensar visualmente e iterar rápidamente. Los bocetos también son una gran manera de comprobar si todo el mundo está en la misma página. Si las palabras que estás diciendo parecen coincidir entre sí, pero las imágenes no jive, es posible que haya cortado algunos problemas futuros en el brote.

4. Curiosidad

Así que su científico de datos es un genio técnico y estadístico que puede explicar una cadena de Markov a un verificador de supermercados. ¿Qué más separa a la élite? El primero de nuestro trío de habilidades suaves invaluables es la curiosidad. Muchos de los que se sienten atraídos por la ciencia de los datos encuentran más atractiva la oportunidad de trabajar en un flujo constante de nuevos y desafiantes rompecabezas. Son personas que han estado preguntando "por qué" y "cómo" desde que sus bocas podrían formar las palabras.

Un buen científico de datos tomará una solicitud, la implementará y entregará la predicción o el análisis con confianza. Un gran científico de datos volverá pidiendo acceso a más datos, o para entrevistar a los usuarios, o para probar algo nuevo en la próxima iteración, porque algo que hizo desencadenó esa curiosa picazón. Los científicos de datos curiosos pueden tener un desprecio por las competiciones de aprendizaje automático porque no pueden acceder a todas las palancas y puntos de elección para hacer preguntas y profundizar. Los maestros de la curiosidad se apresuran a cuestionar sus propias suposiciones.

Cultivando la curiosidad: ¿Hay preguntas estúpidas? En realidad, probablemente... sí. ¿Pero a quién le importa? En nuestra experiencia son en gran medida indistinguibles de las preguntas realmente grandes que nadie se ha molestado en hacer todavía. Así que no discriminamos, y hacemos muchas preguntas que pueden o no ser estúpidas. Haga suficientes preguntas estúpidas y eventualmente aterrizará en algo brillante. Busca gente diferente a ti para hablar a través de ideas. Deja que tu mente vague. Levante la mano y haga preguntas. Y nunca asumas que los expertos ven todo lo que haces; no ignores esa voz interior cuando te dice que algo no está cuadrando. Usted puede hacer una pregunta estúpida (y aprender), o puede hacer una brillante (y descubrir).

5. Creatividad

La creatividad va mucho más allá de las aplicaciones obvias en comunicación y diseño de proyectos. Por supuesto, un científico de datos que puede crear un informe atractivo y fácil de captar o visual de los resultados que tomaría un par de grados de maestría para entender completamente es una habilidad con enormes rendimientos. La creatividad proporciona el combustible para la comunicación hábil, y eso no es difícil de vender.

Más allá de la estética y la comunicación, sin embargo, los mejores científicos de datos son creativos solucionadores de problemas y tienen una relación peculiar con la palabra "no". Su científico de datos realmente quiere incluir esos conjuntos de datos a nivel de usuario en el algoritmo, pero están encerrados en otro silo dentro de la empresa? Ella encuentra una manera de modelar sus efectos a partir de las estadísticas de población, o ella genera un informe simulado usando datos ficticios para convencer a la c-suite de que construir un puente entre departamentos vale la pena el riesgo o el esfuerzo. ¿El cliente quiere saber cuánto tráfico de pies verán sus potenciales nuevos puntos de venta, el próximo viernes, y esos datos no existen o no están disponibles? Utiliza datos de tránsito de acceso público para construir estimaciones informadas y propone un proyecto de recolección de muestras pequeño y barato para construir una heurística de conversión de torniquetes a peatones totales.

Los grandes científicos de datos se molestan por el “no”, tan molestos que encuentran una manera de superarlo, superarlo o atravesarlo, o retroceden y toman otro camino por completo. Las limitaciones de diseño son irritantes e intoxicantes. Un científico de datos que dice "no", seguido rápidamente por "espera, espera... déjame pensar", podría ser un gran pensador creativo.

Cultivar la creatividad: Cuando tengas una idea, hazlo, y deja ir el juicio. Fomentar un ambiente que invite a cuestionar, pensar fuera de la caja, y un ambiente de conversación “sí, pero”. La creatividad está arraigada en la cultura: da a la gente a tu alrededor la seguridad de “fracasar”, sin juicio ni crítica, y es probable que te concedan lo mismo. Cuando estás rodeado de gente que piensa y trabaja creativamente, también encontrarás floreciente tu propia creatividad.

6. Grit

En todas las características y habilidades anteriores, hemos hablado de tecnologías que aparecen, demandan atención, y se desvanecen más rápido que las canciones de los cuarenta primeros, datos desordenados que deberían pero no encajan del todo en el modelo que el cliente tenía en mente, callejones sin salida, giros equivocados, bloqueos de carreteras y burocracia, equipos llenos de agendas y personalidades mixtas; presupuestos, plazos, clientes, equipos y contratistas; y el unicornio-magicista-programador-estadístico que se supone que debe reunir todo. Los que sobreviven tienen una sana reserva interior de arena.

Todos estos desafíos y bloqueos de carreteras podrían llevar a una persona razonable a una licencia de ausencia no planificada. Grit es esa impulsión interna que nos empuja sobre los obstáculos, refunde los contratiempos como restricciones de diseño, nos impulsa a través del miedo al fracaso, nos mantiene caminando a través del fracaso real, nos ayuda a resistir el impulso de tomar las cosas personalmente, y cepilla que se ensucia de nuestros hombros. Cuando el grano está funcionando, somos menos competitivos para que podamos animarnos y aprender unos de otros. Tenemos el gusto de abordar lo nuevo y lo desconocido.

Cultivando grano: Suelta el perfeccionismo. Nos animamos a pensar en formas rápidas y sucias que podemos resolver problemas o probar soluciones. Compartimos nuestros primeros esfuerzos y escuchamos los comentarios que recibimos. Tenga en cuenta que cada experto tiene que empezar como un principiante, y un principiante tratando de disfrazarse como un experto no engaña a nadie más que a sí mismo. No tenga miedo de dejar que sus verrugas muestren lo que parece una debilidad, manejada correctamente, es una herramienta poderosa para el liderazgo y el crecimiento.