data scientists - avis recherchésQuels aspects de JMP/JMP Pro sont/devraient être utilisés, et les plus puissants, par les « scientifiques des données » autoproclamés ?
Objet : spécialistes des données – avis recherchésDeux autres réflexions... ni directement liées aux produits JMP, mais je pense que ces deux types de compétences peuvent différencier un « data scientist » d'au moins certains de ses collègues.
Réflexion 1 : La pratique de l'OMI des techniques liées à la science des données (celles des produits JMP) est plus efficace lorsque le scientifique a des questions commerciales rationnelles, vérifiables et rationnelles ou des problèmes techniques à résoudre tels que présentés par leurs consommateurs (sans parler des données appropriées pour répondre à ces questions /questions). La situation où les "données" apparaissent au-dessus du tableau arrière du bateau du data scientist, avec les instructions limitées à "Dites-nous ce qu'elles nous disent"... est une recette pour toutes sortes de problèmes, d'efforts inutiles, de signaux manqués et moins que des décisions optimales. Ainsi, lorsque le scientifique des données est plongé dans cette situation, il doit être en mesure de freiner l'effort d'analyse et de poser à ses sponsors les questions d'approfondissement afin que la partie analytique du processus soit exécutée de manière efficace et efficiente.
Deuxième pensée : les consommateurs ne se soucient souvent pas du riche ensemble d'outils d'analyse qui ont été utilisés pour répondre aux questions initiales ou les informer. Le data scientist doit donc être bilingue... parler le langage de l'analytics (pour défendre ou expliquer en détail son approche) et le langage de ses consommateurs. Habituellement, ce langage est l'argent ou l'impact commercial ... pas R ^ 2, les tests F, les intervalles de confiance, et ainsi de suite. Donc, si le scientifique des données ne communique que dans le langage de l'analyse, il y a de fortes chances que le message global et son impact sur le projet soient moins que pleinement efficaces. Une façon d'aider avec la partie bilingue de ceci est d'utiliser les outils de visualisation de données de JMP... pas les tableaux de choses qui viennent avec les plates-formes. Le scientifique devra probablement encore expliquer certaines choses... mais si elles restent simples et visuelles... elles ont une chance de se faire entendre et comprendre.
Objet : spécialistes des données – avis recherchés@dara_hammond Permettez-moi d'essayer de tracer quelques lignes dans le sable ... mais reconnaissez que ce sont des lignes sinueuses Méthodes de phase "Data Assembly" telles que la saisie manuelle, JMP Query Builder, Query Builder, les flux d'importation Exel/kissing cousin, l'interface avec SAS/R/ Python/Matlab, etc. et maintenant en version 14 importation de fichiers multiples, requête http. Mais même ici... quelque chose comme Query Builder pourrait certainement entrer dans le 'Wrangling'. Comme commencer à filtrer, changer les noms de variables dans la requête (juste une autre forme de Recode vraiment ?) Et ainsi de suite.
Dans l'espace "Wrangling"... je vais commencer par la présomption que les données sont maintenant dans une table de données JMP. Il est maintenant temps de remodeler, de reformater, de transformer, de créer de nouvelles variables (comme une colonne de validation ou d'utiliser l'éditeur de formules), etc. les manipuler?' question. Et la mère de tous maintenant en version 14, Recode.
Objet : spécialistes des données – avis recherchésAlors que je compile mes réflexions sur tous les bons commentaires que j'ai reçus, il me semble être capable de tracer plusieurs lignes dans la phase 2 de Peter en fonction de votre séparation de "Data Assembly" et "Wrangling".Pouvez-vous partager plus de détails sur ce que vous classeriez où par rapport à la segmentation ?
Objet : spécialistes des données – avis recherchésArticle très intéressant sur l'utilisation des données pour donner un sens à ce que la "science des données" signifie en premier lieu, du point de vue de la description de poste.
Cela peut fournir des indices sur la manière d'aider les clients JMP à faire la transition de leur carrière ou de comprendre ce que les nouveaux clients qui s'identifient comme data scientists pourraient rechercher.
https://medium.com/indeed-data-science/theres-no-such-thing-as-a-data-scientist-8dae923c14e3
Exemple : " Enfin, nous constatons que certains spécialistes des sciences naturelles se lancent peut-être dans la science des données par l'extrémité statisticienne du spectre de la science des données."
Objet : spécialistes des données – avis recherchésPour ceux que ça intéresse j'ai joint le document de référence du CRISP-DM. Comme @nascif_jmp mentionne qu'il est daté ... et SPSS était l'un des fournisseurs contributeurs / participants ... mais je pense que les auteurs ont fait un très bon travail en gardant le fournisseur de documents agnostique. J'ai fait quelques recherches et il semble que la version 2.0 n'ait jamais dépassé certaines étapes de révision de projet et n'a donc jamais été officiellement publiée. Mais je pense que ce document résiste à l'épreuve du temps.
Objet : spécialistes des données – avis recherchésRe: cycle de vie analytique, vaut également la peine de rechercher le modèle CRISP-DM. Cela va au-delà de SAS et existe depuis un certain temps.
@russ_wolfinger écrit:
Oui, ça a l'air bien.S'intègre bien avec beaucoup de plaisanteries ces jours-ci sur le "cycle de vie analytique" - une partie de la messagerie de SAS Viya et aussi le sujet d'un livre de Greg Nelson de Thotwave/Duke qu'Anne vient d'interviewer sur Analytiquement parlant.
Peut ajouter une simulation à la phase I, et ma préférence serait de diviser la phase II en deux, quelque chose comme Data Assembly et Data Wrangling.
Gardez également un œil sur le "Pentagramme de la science des données" dans mon discours de la semaine prochaine.
Objet : spécialistes des données – avis recherchésOui, ça a l'air bien.S'intègre bien avec beaucoup de plaisanteries ces jours-ci sur le "cycle de vie analytique" - une partie de la messagerie de SAS Viya et aussi le sujet d'un livre de Greg Nelson de Thotwave/Duke qu'Anne vient d'interviewer sur Analytiquement parlant.
Peut ajouter une simulation à la phase I, et ma préférence serait de diviser la phase II en deux, quelque chose comme Data Assembly et Data Wrangling.
Gardez également un œil sur le "Pentagramme de la science des données" dans mon discours de la semaine prochaine.
Objet : spécialistes des données – avis recherchésToute capacité qui les aide à résoudre le problème pratique en question. Je pense donc que le problème est vraiment de penser au flux de travail pour un problème donné. Je vois 4 phases potentielles pour l'utilisation de JMP/JMP Pro/JMP Clinical/JMP Genomics... parce que je crois qu'un scientifique des données, selon le problème, pourrait trouver l'une de ces boîtes à outils optimale... encore une fois selon le problème . Je n'apprécie pas pleinement les outils de JMP Clinical et Genomics, donc mes listes dans les phases ci-dessous omettent certainement les fonctionnalités critiques de ces deux produits.
Phase I : Création des données lorsqu'il n'en existe pas. Ici, je parle principalement du DOE comme moyen de créer les données nécessaires au problème à résoudre.
Phase II : Acquisition des données. Désormais, les « données » existent ailleurs et il est nécessaire de les transférer dans l'écosystème JMP. Ainsi, Query Builder, l'importation directe de fichiers, le grattage du Web sous une forme ou une autre ou même la saisie manuelle des données peuvent entrer en jeu. Je vais inclure toutes les étapes de préparation et de vérification des données dans cette phase. Donc Recoder, Explorer les valeurs aberrantes, les données manquantes, l'éditeur de transformation/formule pour créer des variables dérivées, les tactiques de validation, etc.
Phase III : Analyse des données. Bon Dieu ... cela pourrait être l'ensemble des barres de menu principal Analyze et Graph, encore une fois, compte tenu du problème à résoudre.
Phase IV : Partager vos découvertes avec les autres. Ici, je pense qu'il est important de réfléchir au concept de «producteurs» et de «consommateurs». Les producteurs créent l'analyse, les conclusions, les recommandations et les réponses au problème initial. Les consommateurs doivent être informés, prendre une décision ou utiliser les résultats d'une manière ou d'une autre. Des choses statiques comme copier/coller vers MS Word/pdf, etc. pourraient être suffisantes pour les consommateurs qui ont besoin d'être informés. Des tableaux de bord interactifs, des journaux ou du contenu HTML5 peuvent être nécessaires pour ceux qui doivent prendre une décision. Et n'oubliez pas Formula Depot pour la publication de modèles vers une application de production de destination.
Objet : spécialistes des données – avis recherchésLa science des données explose et j'ai l'impression que JMP joue un rôle très fort et unique en tant qu'outil de "premier aperçu", en particulier pour les données tabulaires et de plus en plus pour les données texte et image.Vous avez des tableaux de données ?Ouvrez-les d'abord dans JMP pour déterminer rapidement et très efficacement ce que vous avez, trouver des problèmes (presque tous les ensembles de données brutes en ont), débattre et concevoir des fonctionnalités pour la modélisation prédictive.En passant, vous pouvez également concevoir des expériences optimales pour mieux comprendre et valider vos systèmes et analyser les résultats avec les meilleurs modèles statistiques.Bien que les plates-formes de modélisation prédictive de JMP ne soient pas à la pointe de la technologie, ses capacités d'exploration interactives et son intégration approfondie des graphiques et des analyses le sont.Souris contre clavier dans un premier temps.
Avec les gentils coups de coude de Dan V, Geoff et d'autres, je prépare une conférence sur les leçons tirées des incendies des compétitions Kaggle et je présenterai le 22 mars lors de la réunion JMP Dev.JMP a toujours été mon arme secrète.Dara, merci pour la question parfaite sur la bande-annonce ; le chèque est dans le courrier...
Objet : spécialistes des données – avis recherchésHabituellement, un scientifique des données a la responsabilité de mettre des modèles en production, ou d'interfacer avec un ingénieur de données/ingénieur logiciel qui a cette responsabilité.
Dans ce cas, la capacité de JMP Pro à générer du code de scoring dans des langages de production tels que SAS, SQL, Python, C et JavaScript peut être très utile.
Objet : spécialistes des données – avis recherchésAlors que "Data Scientist" n'est pas aussi bien défini que, disons, "Professional Arm-Wrestler", du haut de ma tête :
Pour le composant "data wrangling"--
Requête HTTP
Générateur de requêtes
Intégration Python, R, Matlab + SAS
Recode + (si Pro) sa capacité à être déployé sur Formula Depot
Manipulation de table (pile/split, etc.)
Pour les composants non conflictuels : une fois les données en place, je dirais les suspects habituels... Graph Builder, Text Explorer, pièces analytiques JMP Pro (en particulier GenReg) et les fonctionnalités interactives qui ne sont pas facilement accessibles dans R ou Python.
