¿Cuáles son dos tipos de ciencia de datos?

De vez en cuando, una respuesta sobre Quora realmente me habla. Es raro que te concedo, pero cuando sucede proporciona una sensación de claridad en torno a una pregunta que he tenido revoloteando alrededor de mi cabeza durante un tiempo. O tal vez responde a una pregunta que he tenido subconscientemente, pero no han sido capaces de articular.

Recientemente, me encontré con una respuesta a la pregunta, “¿Qué es una ciencia de datos?”, junto con esta Respuesta de Michael Hochster . Vale la pena leer todo el asunto (no es largo), pero para resumir:

Datos Los científicos son personas con alguna mezcla de habilidades de codificación y estadística que trabajan en hacer los datos útiles de varias maneras. En mi mundo, hay dos tipos principales:

Científico de datos de tipo A: La A es para el análisis. Este tipo se refiere principalmente a dar sentido a los datos o a trabajar con ellos de una manera bastante estática.

........

Científico de datos del tipo B: La B es para la construcción. Datos de Tipo B Los científicos comparten algunos antecedentes estadísticos con el Tipo A, pero también son codificadores muy fuertes y pueden ser ingenieros de software entrenados.

............

Pensando en los científicos de datos con los que he trabajado a lo largo de los años, esta distinción parece obvia en retrospectiva. Heck, incluso he sido conscientemente cuidadoso de no buscar la ciencia de los datos “unicornios” al contratar, sino más bien construir un equipo con habilidades complementarias.

¿Por qué me habló entonces esta respuesta? Tiene que ver con entender qué problemas de “ciencia de datos” tiene su empresa y encontrar a las personas adecuadas para resolverlos. En lugar de pensar en los diferentes tipos de científicos de datos, he comenzado a pensar más en los tipos de problemas.

Basándome en la respuesta de Quora, defino los problemas de Tipo A como los resueltos por las técnicas Michael define a un científico de datos de Tipo A que tiene experiencia en.

Algunas empresas, especialmente las grandes, tienen dos tipos de problemas que resolver. Aunque hay excepciones, las empresas más pequeñas tienden a tener una u otra, o una mezcla fuertemente inclinada hacia una u otra. ¿Qué hay de tu compañía?

A medida que usted construye un equipo de ciencia de datos, es crítico ser honesto con usted mismo y determinar si usted tiene Tipo A, B o ambos para resolver ahora y en el cerca futuro. Es tentador vender tus roles a los solicitantes, pero hay un peligro real en contratar a un científico de datos de tipo A si solo tienes problemas de tipo B para resolver o viceversa. Es igualmente peligroso predecir que tendrá un cierto tipo de problema dentro de un año y contratar en base a eso. Nunca lo lograrás tanto tiempo si no puedes resolverlo por hoy.

Tampoco es sólo un desajuste de habilidades. Encuentro que los científicos de datos prosperan en su capacidad de aprender cosas nuevas rápidamente. Después de todo, pocos de nosotros venimos de la universidad formal de “ciencia de datos” o de programas de capacitación. Se trata de intereses . Toma dos aspirantes a científicos de datos. En realidad, uno podría encontrar la investigación y las estadísticas secas, mientras que el otro no puede esperar a pasar un mes diseñando y ejecutando un experimento.

Especialmente en el nivel junior, un solicitante puede no mirar más allá del título del trabajo. Quieren entrar en “ciencia de datos”, fin de la historia. Está en su equipo y liderazgo existentes para definir el tipo de problemas que necesitan resueltos y asegurar una coincidencia durante el proceso de entrevista.

Como dije, siempre he buscado equilibrar las habilidades de mis equipos entre ingeniería de software y estadísticas/investigación. Es sólo recientemente que he sido más explícito en mi definición y evaluación de tipo de problema e interés partido. Realmente es un mejor marco con el que contratar y emparejar proyectos con el equipo que ya tienes.

Tal como hemos visto el función del ingeniero de datos mejor definida (y se separó) en los últimos años, espero que en un futuro próximo veremos que más empresas rompen más claramente el papel de los científicos de datos. Como señala Micheal en su respuesta, algunos ya lo han hecho. Sólo echa un vistazo aunque los puestos de trabajo sin embargo y está claro que tenemos mucho más trabajo que hacer.

¡Gracias por leer! Puedes conectarte conmigo o leer mis otros posts en mi sitio web .