¿Va a terminar la ciencia de los datos?

¿Es la ciencia de datos una profesión moribunda?, Algunos de los artículos discutidos ingenieros de ML tomarán la posición de los científicos de datos en los próximos años.

La mayoría de las empresas, según algunos de los artículos recientes, utilizaron la ciencia de los datos para abordar cuestiones empresariales muy similares. Como resultado, los científicos de datos no necesitarían idear nuevas técnicas para resolver problemas.

En artículos recientes se afirma que en la mayoría de las empresas impulsadas por los datos sólo se necesitaban conocimientos fundamentales sobre ciencia de los datos para abordar las cuestiones.

Un ingeniero de aprendizaje automático, que está familiarizado con algoritmos de ciencia de datos y tiene experiencia en la instalación de modelos ML, puede asumir fácilmente esta posición.

La ciencia de datos se describe como un “campo de extinción” que pronto será sustituido por posiciones como la ingeniería de datos y operaciones de ML en algunos artículos, mientras que se describe como ser reemplazado por herramientas como AutoML en otros.

A la luz de nuestra experiencia trabajando estrechamente con muchos pilares de la industria de datos, nos gustaría compartir nuestras ideas sobre el asunto y responder a las siguientes preguntas:

¿Habrá todavía una necesidad de científicos de datos en los próximos años, o el campo está en declive?

¿Perderán los científicos de datos sus trabajos debido a las herramientas automatizadas?

¿La ciencia de los datos está sobresaturada y pronto ocuparán su lugar las nuevas categorías de puestos de trabajo?

¿Las empresas consideran que los científicos de datos son rentables? ¿Qué valor aportan a las empresas?

¿Necesitamos científicos de datos?

El flujo de trabajo para la ciencia de datos es bastante consistente en la mayoría de las empresas. Para abordar cuestiones comerciales conexas, varias organizaciones emplean a científicos de datos. La mayoría de los modelos creados no llaman a ningún pensamiento creativo de su parte.

Usted puede encontrar inspiración de la gran cantidad de recursos de Internet para la mayoría de las maneras que empleará para resolver problemas basados en datos en estas empresas.

El modelado predictivo se ha vuelto mucho más simple como resultado del desarrollo de tecnologías automatizadas como AutoML y DataRobot.

Nos parece que DataRobot es una herramienta muy útil para varios casos de uso corporativo. Con el fin de producir el modelo más preciso posible, se itera a través de una amplia gama de valores y selecciona los parámetros ideales para su modelo.

¿Por qué entonces las empresas todavía necesitan científicos de datos si el modelado predictivo se ha vuelto más simple con el tiempo?

¿Por qué no manejan todo su flujo de trabajo de ciencia de datos usando una combinación de tecnologías automatizadas e ingenieros de ML?

La solución es fácil:

En primer lugar, la ciencia de los datos nunca ha sido sobre crear algoritmos novedosos o reinventar la rueda.

El trabajo de un científico de datos es usar datos para mejorar una organización. Y sólo un pequeño porcentaje de esto en la mayoría de las empresas implica la creación de algoritmos de aprendizaje automático.

En segundo lugar, siempre existirán cuestiones que no pueden resolverse mediante tecnologías automatizadas.

Sólo puede elegir entre una selección predeterminada de algoritmos con estas herramientas, por lo que tendrá que abordar cualquier problema que requiera una combinación de métodos manualmente.

Aunque no sucede con frecuencia, todavía lo hace, por lo que una empresa que necesita seleccionar a las personas que están calificados para manejar esto.

Además, el preprocesamiento de datos y otras tareas intensivas en mano de obra que vienen antes del desarrollo de modelos no son posibles con herramientas como DataRobot.

El toque de una persona

Por lo general, se le da un conjunto de datos y un desafío de negocio. Usted debe determinar cómo utilizar los datos del cliente para la ventaja de la empresa con el fin de aumentar las ventas.

Esto implica que un científico de datos necesita algo más que habilidades técnicas y de modelado. Debe establecer una conexión entre los datos y el problema actual.

Debe elegir las fuentes de datos externas que le ayudarán a optimizar su solución.

El pre-procesamiento de datos requiere tiempo y esfuerzo ya que, además de requerir excelentes habilidades de programación, debe experimentar con diversas variables y determinar cuáles son relevantes para el desafío actual.

Debe vincular una estadística como la tasa de conversión a la precisión del modelo.

El enfoque no implica necesariamente crear modelos. Para completar una tarea como un ranking de clientes, a veces un cálculo sencillo es todo lo que es necesario.

Sólo un pequeño porcentaje de los problemas requieren que usted realmente hacer un pronóstico.

La capacidad de aplicar datos a casos de uso práctico es, en última instancia, lo que da un valor científico de datos a una empresa.

No hay beneficio real para una empresa de desarrollar un modelo de segmentación, un sistema de recomendación, o evaluar el potencial del cliente a menos que los resultados sean comprensibles.