¿Es la ciencia de los datos técnica o no técnica?

Aunque todavía hay mucho que aprender, es posible que ya tenga una ventaja que no era consciente de.

En la era moderna del big data, la ciencia de los datos se está convirtiendo en un tema cada vez más popular, atrayendo constantemente a personas de todas las disciplinas. Por su propia naturaleza, la ciencia de los datos es un campo interdisciplinario [1], y por lo tanto se beneficia inmensamente de esta multitud de perspectivas.

Todavía hay algunos temas fundacionales que todo el mundo que estudia la ciencia de los datos debe aprender, pero las piezas faltantes de su base de conocimientos variarán dependiendo de qué fondo usted viene.

Mientras que muchos sostienen la idea errónea de que usted debe tener un fondo técnico para sobresalir como un científico de datos, esto está lejos de la verdad. Cada vez más, la ciencia de los datos requiere la experiencia de aquellos con una habilidad cualitativa para ayudar a la gente de mente técnica. Dicho esto, si este es usted, todavía hay algunos trucos que debe recoger con el fin de contribuir a un equipo de ciencia de datos.

Vamos a entrar en él.

Aprender a programar

Lo sé, lo sé — acabo de decir que no tienes que venir de una formación técnica, y ahora te estoy diciendo que aprendas a programar. Pero escúchame.

En su núcleo, la ciencia de los datos no se basa en la informática, sino en las estadísticas (con las que probablemente también debería sentirse un poco más cómodo). Ahí es donde la mayoría de la teoría para cosas como el análisis de datos, el aprendizaje automático, etc. Ven de aquí.

La programación, por otra parte, es un herramienta lo que hace posible recopilar, almacenar y analizar estadísticamente la cantidad cada vez mayor de datos disponibles para nosotros en la era moderna. Estrictamente hablando, usted no necesita conocimiento de temas de programación súper avanzados como compiladores y Turing Machines para ser un científico de datos eficaz. ¿Es útil para algunos científicos de datos (es decir, los que trabajan más en el diseño e implementación de sistemas de datos)? Por supuesto. Pero no tienes que ser tú.

Más bien, ser capaz de escribir e interpretar al menos programas simples le ayudará de dos maneras:

Cuando usted está explorando los datos en una etapa introductoria, usted será capaz de llevar a cabo tareas simples de procesamiento y manipulación para entender mejor los datos. Esto te coloca en un mejor lugar en términos de discutir ahora las preguntas de investigación o los objetivos de la empresa con el equipo en su conjunto.
Si estás ayudando a un equipo de estadísticos y programadores como experto en dominios residentes, una comprensión básica de la programación influirá en la forma en que contextualizas los datos y presentas posibles enfoques para analizarlos (si no sabes nada sobre cómo funcionan los programas, podrías dar consejos que son computacionalmente inviables).

Como tal, aunque usted no necesita ser un experto, definitivamente se beneficiará de al menos una comprensión fundacional de la programación.

Mi recomendación: empezar con un curso básico de Python. Se lee muy similar al inglés y no tiene muchas de las peculiaridades sintácticas y idiosincrasias de algunos otros lenguajes de programación. Como resultado, es perfecto para personas sin experiencia previa de programación, y tiene la ventaja adicional de ser uno de los idiomas principales utilizados en el ámbito de la ciencia de datos.

Aprenderlo te servirá bien a largo plazo.

Apóyate en tu conjunto de habilidades cualitativas

Hay dos razones principales que usted puede contribuir inmensamente a la ciencia de los datos si usted viene de un fondo no técnico.

Para empezar, mientras que la gente de tecnología puede ser genial en la construcción de sistemas y el desarrollo de modelos, a menudo carecen de las habilidades de la gente necesarias para realmente empujar estos artefactos hacia el mundo. Una gran parte de la ciencia de los datos es comunicación ideas claras para el público, idealmente en un esfuerzo por combatir la desinformación y al mismo tiempo educar seriamente.

Aquí es donde usted —la superestrella no técnica— entra. Si usted es un escritor talentoso o comunicador (esto no significa necesariamente que usted da Ted Talks en el día a día - que sólo podría significar que usted es un vendedor carismático que ama interactuar con la gente), entonces hay un nicho perfecto para usted en la ciencia de los datos. Poseer su conjunto de habilidades, y comercializarse como el puente entre programadores y clientes.

Si usted está entrenado en la investigación de ciencias sociales, la ciencia de datos moderna no simplemente ¿Quieres? Tú... desesperadamente. necesidades Tú. Usted tiene el potencial de pulir las técnicas de recolección de datos y mejorar los algoritmos de análisis existentes de una manera que mejor se adapte a cómo los seres humanos realmente operan en la sociedad. En palabras de mi consejero doctoral,

“No se debe escribir un algoritmo de aprendizaje automático y luego considerar retrospectivamente cómo se puede hacer ético. Desde el comienzo mismo del proceso de recopilación de datos, tenga en cuenta el aspecto humano de los datos y consérvelo en el propio modelo central”.

Para hacer esto, la ciencia de los datos requiere una comprensión profunda de la investigación cualitativa que usted sólo podría ser capaz de ofrecer.

Aprende a apreciar STEM

En mi artículo anterior, discutí cuántas personas de tecnología ven las ciencias sociales con un desdén sutil, sintiéndose a sí mismos ser superiores debido a la atención popular que recibe su campo. Este punto de vista se forja desde el principio en los pasillos de los departamentos universitarios de informática, enviados por grupos cada vez más grandes de estudiantes ahogados en computadoras y código.

Sin embargo — lo contrario es igual de cierto. No es raro que los estudiantes de humanidades (y eventualmente, los graduados) adopten una o más de las siguientes actitudes de juicio hacia la gente de STEM:

“No pueden escribir un ensayo para salvar sus vidas”.
“Míralos, obsesionados con el código y trabajando todo el día y la noche sin ningún tiempo para la relajación — ¿qué tipo de vida es esa?”
“Tan llenos de sí mismos y de sus compañías de alta tecnología”.

Hasta cierto punto, tales comentarios son inofensivos, un precipitante de camaradería entre grupos de estudiantes de ideas afines que simplemente se meten en líos. Sin embargo, al igual que con los juicios del lado técnico presentados en mi último artículo, ocultan un indicio de verdad dentro de ellos.

No tengo nada en contra de las bromas ocasionales, pero te recomiendo que dejes los estereotipos reales que tengas sobre las carreras STEM en esos salones universitarios. No le hará ningún bien en la industria.

Consejo de bonificación: no te subestimes

He insinuado este punto brevemente arriba, pero quería subrayarlo explícitamente debido a su inmensa importancia.

Muchas personas no técnicas se apartan de la ciencia de los datos porque sienten que no están “cortadas” para un campo técnico. Deshazte de este error: como he dicho antes, la ciencia de los datos no es puramente técnica.

Usted puede encontrarse con personas con la idea anticuada de que la ciencia de los datos no necesita la ayuda de nadie más que matemáticos y programadores. No dejes que te afecten... en vez de eso, muéstrales la diferencia que puedes hacer.

En su superioridad obsesiva y falsa sobre ti, están ciegos al hecho de que ellos mismos son los que quedan atrás.

Pensamientos finales y recapitulación

Aquí está un resumen rápido de los consejos de arriba:

Aprender a programar — algún conocimiento del código completará su conjunto de habilidades y le ayudará a contribuir a los equipos de ciencia de datos de manera más eficaz.
Apóyate en tu conjunto de habilidades cualitativas — ciencias de los datos necesidades los que pueden combatir las prácticas poco éticas y transmitir ideas claramente.
Aprende a apreciar STEM — un sentido de superioridad no le hará ningún bien; tenemos que trabajar juntos.
Bonificación : No te subestimes a ti mismo.

A medida que usted hace su incursión en la ciencia de los datos, espero que encuentre los consejos anteriores para ser útil. ¡Buena suerte, y hasta la próxima vez!

Mi nombre es Murtaza Ali, y soy estudiante de doctorado en la Universidad de Washington estudiando interacción humano-computadora. Me gusta escribir sobre la educación, la programación, la vida, y las reflexiones aleatorias ocasionales.