Données sombres, expertise, modélisation - nous avons couvert une gamme de sujets le . 1 Statistiquement parlant . David Hand a donné un brillant plénier parler et préparer le terrain pour une grande table ronde en nous avertissant se souvenir qu'il faut penser et être conscient de toutes les données sombres là-bas - la des données que nous ne voyons pas, mais que nous devons prendre en compte . Dark Data: pourquoi ce que vous ne savez pas M atters est son dernier livre (voir un article de blog sur il ; si vous ne l'avez pas lu , vous pouvez obtenir un échantillon extrait ).
Les panélistes comprenaient Cameron Willden , statisticien à WL Gore, qui soutient les ingénieurs et des scientifiques de différentes gammes de produits; Sam Gardner, fondateur de Wildstats Consultant , avec plus de 30 ans d'expérience dans la résolution de problèmes statistiques résoudre pour gouvernement et industrie; et JMP Jason Wiggins , un vétéran de la synthèse américaine de 20 ans avec une expertise dans l'optimisation des processus, l'analyse des systèmes de mesure et la modélisation prédictive / l'exploration de données.
Nous avons manqué de temps avant de pouvoir répondre à toutes les questions du public en direct , mais nos panélistes ont gentiment accepté de fournir des réponses à bon nombre d'entre eux , partageant davantage la sagesse de leurs expériences collectives . le des questions sont regroupés par sujet - il y en avait tellement, nous faisons deux posts . Dans cette première partie, nous se concentrera sur toutes les questions d'expertise et de formation. Partie T wo couvrira les questions sur la modélisation et les données.
La science des données semble permettre à un grand nombre de personnes qui ne sont pas formées en analyse d'obtenir des emplois analytiques. Que pensez-vous de ceci?
Cameron : Si les gens font de la science des données mais tout ce qu'ils savent c'est, «Vous mettez les données à cette fin, et obtenez la réponse à cette fin», les personnes qui prennent des décisions basées sur ce travail sont dans un monde de souffrance.Je n'ai pas peur de démocratiser toutes sortes d'analyses, mais les gens doivent tout de même avoir une bonne compréhension de base des statistiques et des limites de chaque outil de votre boîte à outils. Plus précisément, ils devraient être en mesure de reconnaître de manière fiable lorsqu'ils sont sur le point de se heurter à ces limitations dans le monde réel. Arriver à ce point ne exiger un maîtrise diplôme en stat istic s ou m achine l revenus (ML ) mais y arriver grâce à une combinaison de formation formelle et d'apprentissage informel me semble réaliste.
Sam: Dans l'ensemble , Je trouve que c'est une bonne chose. Innovateurs (comme JMP !) ont créé vraiment merveilleux outils logiciels cette ont permis une «démocratisation» de l'analytique, où les compétences primaires exigeaient une ré moins sur la programmation et les mathématiques, et plus sur la résolution de problèmes, le travail d'équipe, les affaires ou l'organisation perspicacité et communication. Il y a plus de problèmes à résoudre tha n il y a des gens pour les résoudre actuellement, et ce dont les organisations ont besoin, ce sont des personnes qui ont un «Quotient Analytics» (QA) élevé. Les employés ayant un QA élevé peuvent provenir de divers horizons et posséder un ensemble de compétences variées, mais ils doivent tous comprendre les idées fondamentales de la science des données. .
Je pense qu'il y a une notion selon laquelle les scientifiques des données n'ont pas besoin de connaître les statistiques. Je pense que c'est une tendance dangereuse. Quel est ton opinion?
Sam: Bien que, comme je l'ai répondu ci-dessus, avoir des personnes avec un QA élevé et un accès à de bons outils logiciels puisse permettre à une entreprise de faire de la science des données dans l'ensemble de l'entreprise, vous avez toujours besoin d'un cadre de personnes possédant des connaissances approfondies en sciences mathématiques. La raison en est qu'ils constituent l'équipe principale qui développera de meilleurs outils et processus internes pour la science des données. . UNE s l'entreprise grandit je t s AQ, les problèmes faciles seront résolus et les problèmes restants nécessitent souvent un e xpertise résoudre. De plus, les statisticiens ont généralement un sens aigu de la résolution de ces problèmes difficiles. Donc oui, je c'est bon pour votre organisation d'avoir accès à un statisticien, et ré non supposez simplement que vous pouvez développer votre organisation ' s AQ sans l'aide et les services d'un statisticien .
Jason: J'ai observé que les gens qui sont bons analystes ont une compulsion pour comprendre ce qu'ils font , ce qui signifie apprendre la statistique istic s. Il est apparent dans une présentation ou un rapport technique lorsque quelqu'un a une compréhension approfondie de quoi elles sont communicant . En savent-ils assez pour communiquer simplement les résultats et les méthodes et répondre aux questions difficiles qui suivent? Je ne pense pas que tous les data scientist devraient avoir la connaissance d'un statisticien, mais ils devraient avoir une assez bonne base en théorie et en application des outils qu'ils utilisent .Je pense aussi qu'il y a une distinction entre les data scientists qui sont des analystes et ceux qui sont des data architectes. Dans certaines entreprises avec lesquelles j'interagis , ce sont des fonctions de travail différentes avec des direction, mais ils sont tous deux appelés data scientists . le les architectes de données peuvent ne pas avoir besoin d'autant de compréhension de la statistique istic s comme les analystes, mais ils devraient en avoir suffisamment pour guider leur travail.Tout le monde peut bénéficier d'une meilleure connaissance des statistiques! Pourquoi simplement l'exiger des data scientists et des statisticiens?
J'ai besoin d'aide dans les domaines ML et AI. Dois-je embaucher quelqu'un avec une expertise dans le domaine de l'entreprise, ou puis-je fournir cela à un simple data scientist talentueux avec l'expertise ML et IA? J'ai quelques statistiques de base et des compétences en science des données.
Cameron: Les scientifiques des données sont souvent définis comme des personnes qui ont de solides statistiques istic s / analytique, programmation et domaine compétence , mais heureusement, ce dernier est généralement acquis sur le tas et au niveau nécessaire pour être efficace. En tant que statisticien industriel chez Gore à partir de la Division tissus, j'ai dû apprendre énormément sur le textile, laminage et gestion Web ; mais j'ai pu en apprendre suffisamment après quelques semaines pour commencer à poser des questions aux ingénieurs n'avait pas pensé à poser des questions sur leur processus. En s'associant avec eux, ils ont pu combler de nombreuses lacunes dans mes connaissances. afin de nous pour créer collectivement une stratégie efficace pour résoudre leur problème. J'ai vécu la même expérience dans notre M édical P division des produits, HEURE , et maintenant plus récemment , S en hausse C hain.Vous pourriez trouver un candidat qui a fait un premier cycle dans votre domaine mais qui a terminé un diplôme d'études supérieures en stat istic s / ML / science des données. Cela me semble une exception rare et vous pourriez attendre une éternité pour trouver ce candidat.
Jason: J'ai rarement eu le luxe d'embaucher quelqu'un avec à la fois la science du domaine et des données ou même la résolution de problèmes statistiques de base compétence . J'ai cherché des gens qui sont capable apprenants et avoir démontré succès dans l'apprentissage de nouveaux concepts . Si un nouvel embauché a les aptitudes, vous pouvez combler les lacunes compétence avec formation. Je crois qu'avoir un solide sur le processus d'embarquement avec formation est essentiel au succès d'un nouvel embauché. Je pense que la plupart des entreprises avoir les connaissances nécessaires pour former le domaine compétence mais peut encore avoir besoin de concevoir le programme et la structure pour le livrer .Si votre entreprise n'a pas le niveau de compétence nécessaire pour enseigner le ML et la résolution de problèmes statistiques à quelqu'un avec un domaine compétence , trouvez de bons consultants avec lesquels vous associer jusqu'à la le niveau de compétence global atteint quel est nécessaire pour enseigner en interne.Chaque compagnon y peut b enefit d'avoir un po profond ol d'exp expertise en th e statistique résolution de problème domaine.
Il y a un débat en cours pour savoir s'il est préférable d'avoir de «bons» data scientists avec des connaissances du domaine et pourrait avoir un «biais» vers les interprétations des données / résultats plutôt que d'avoir des data scientists «purs» qui peuvent collaborer avec des experts du domaine à la place. Pensées?
Cameron: Domaine compétence l'emporterait toujours sur les préoccupations concernant le potentiel de partialité à mon avis . La connaissance du domaine vous aide anticiper problèmes, comprendre les nuances qui ont un grand impact et interpréter correctement les résultats. cependant, je le pense Il est plus logique d'embaucher en fonction des compétences d'analyse et de codage plutôt que de la connaissance du domaine depuis qui peuvent généralement être acquis sur le tas, en s'appuyant sur les autres dans leur équipe pour cela compétence dans l'intervalle.
Jason: Je voudrais d'abord aborder la deuxième partie de la question. Si vous associez un data scientist à des experts du domaine pour résoudre des problèmes commerciaux difficiles , Le data scientist ne développera-t-il pas un domaine compétence ? Je suis d'accord qu'il est bon de travailler de manière collaborative / interfonctionnelle pour relier compétence lacunes. Nous devons nous fier à nos collègues OMS savoir des choses w e Don 't . je aussi pense il c'est bien d'avoir de nouvelles perspectives . UNE t en même temps , Comment le sais-tu lequel des questions à poser sans connaissance du domaine? Cela doit venir de quelque part. Pourquoi ne pas développer domai n experti se dans tout le monde , comprenant la scientifique des données ?Tous les scientifiques doivent être conscients des biais cognitifs et Attention pour il personnellement et organisationnellement. Une bonne façon à traiter avec c'est pour être discipliné à stat ing objectifs d'analyse, hypothèses, hypothèses et les lacunes potentielles avant de se lancer expérimentation ou une analyse. Si vous ne , il est trop facile pour notre esprit de déformer la pensée ou l'intention originale pour correspondre à ce qui est actuellement visible . Des distorsions comme celle-ci peuvent totalement masque l'Eureka ! moments e à nous avons tous envie.
Sam: Il faut généralement une équipe pour résoudre un problème, et chacun dans l'équipe joue un rôle. Le data scientist «pur» peut se concentrer sur des détails mais doit pouvoir communiquer et avoir la confiance du reste de l'équipe. Cette personne doit également avoir de bonnes affaires perspicacité , pour pouvoir voir le grande image et comprendre la politique de la situation et de l'organisation. Un bon data scientist peut aussi apprendre la connaissance du domaine métier afin qu'ils soient un membre plus efficace de l'équipe .
Vous avez tous confirmé le paramètre optimal pour le scientifique des données / ingénieur en apprentissage automatique comme étant un environnement d'équipe. Lorsque vous recherchez un emploi dans ce domaine, quels sont les signaux d'alarme dans les descriptions de poste?
Cameron: Le principal drapeau rouge est lorsque la description de poste décrit une «licorne» de science des données et que les responsabilités énumérées incluent des éléments d'un ingénieur de données, d'un ingénieur d'application, etc. , ferait généralement l'affaire. Recherchez des expressions telles que «interfonctionnel» et «équipe», ou des descriptions des types de personnes avec lesquelles vous travaillez pour indiquer que l'organisation a une fonction de science des données mature ou qu'elle a au moins réfléchi à la façon dont elles sont va développer cette capacité.
Même lorsque les gens parlent d'IA, utilisent-ils encore des logiciels statistiques tels que JMP pour analyser les données et créer des modèles?
Cameron : L'IA ne nécessite pas toujours une solution personnalisée, et ce n'est certainement pas toujours des réseaux de neurones profonds!Il existe tellement de méthodes d'apprentissage automatique pour l'apprentissage supervisé et non supervisé qui peuvent être très bien réalisées avec des logiciels pointer-cliquer comme JMP .
Sam : Les grands data scientists peuvent être habilité faire bon travail s'ils disposent des outils qui leur permettent de faire des analyses . Oui, de nombreux data scientists auront JMP dans leur boîte à outils analytiques! Les capacités de modélisation de JMP sont diverses et complètes, et bien que vous ne puissiez pas faire tout ce que vous devez faire dans JMP, il peut encore faire beaucoup pour vous. Combinez cela avec ses capacités de visualisation et d'exploration de données, il peut vraiment améliorer la vitesse et la qualité du travail d'intelligence artificielle effectué. .
Pouvez-vous recommander un cours en ligne pour une introduction à l'apprentissage automatique?
Cameron: Je suis un grand fan du cours d'apprentissage automatique d'Andrew Ng sur Coursera en guise d'intro. Il couvre les réseaux de neurones, mais aussi la régression, la régression logistique, les machines vectorielles de support, etc. Si vous souhaitez en savoir plus sur les réseaux de neurones avancés, effectuez la spécialisation Deep Learning via deeplearning.ai, également dans Coursera.Le cours d'apprentissage automatique d'Andrew Ng utilise un open source Matlab clone appelé Octave, que vous n'utiliserez probablement plus jamais. Vous utiliserez Python via Jupyter Des cahiers pour tous les cours deeplearning.ai, ce qui est beaucoup plus utile, et vous serez également présenté aux frameworks ML les plus populaires en Python tels que Keras et TensorFlow.
Jason: J'ai suivi plusieurs modules Coursera. Je pense que celui-ci sur Spécialisation en science des données est un très bon point de départ. Vers la science des données est une excellente ressource , aussi.
Nous apprécions les nombreuses questions de nos téléspectateurs soumis pendant la diffusion en direct de Statistically Speaking, et nous apprécions Cameron, Sam et Jason pour avoir pris le temps de partager leur de valeur points de vue sur compétence et de la formation.
Nous avons encore une formation suggestion : Pensée statistique pour la résolution de problèmes industriels est disponible de JMP aussi bien que de Coursera . Dans le prochain post, nos panélistes volonté une nspondre aux questions sur les données et la modélisation.
Si vous n'avez pas eu la chance de voir le panel en direct, vous pouvez regarder l'enregistrement de Les méthodes Big Data et Machine Learning sont-elles suffisantes? sur notre site Web.
