Datos oscuros, experiencia, modelado: cubrimos una variedad de temas en octubre . 1 Hablando estadísticamente . Mano de David dio un brillante plenario hablar y prepara el escenario para una gran mesa redonda advirtiéndonos recordar que se requiere pensar y ser consciente de todos los datos oscuros allí afuera - los datos que no vemos, pero que necesitamos tener en cuenta . Datos oscuros: por qué lo que no sabe METRO atters es su último libro (ver un entrada en el blog acerca de eso ; si no lo has leído , puedes obtener una muestra extracto ).
Los panelistas incluyeron a Cameron Willden , estadístico a WL Gore, que apoya a los ingenieros y científicos de muchas líneas de productos diferentes; Sam Gardner, fundador de Wildstats Consultante , con más de 30 años de experiencia haciendo problema estadístico resolviendo para gobierno y industria; y JMP's Jason Wiggins , un veterano de 20 años en Synthetic en EE. UU. con experiencia en optimización de procesos, análisis de sistemas de medición y modelado predictivo / minería de datos.
Se nos acabó el tiempo antes de poder responder a todas las preguntas de la audiencia de la transmisión en vivo , pero nuestros panelistas han accedido amablemente a dar respuestas a muchos de ellos , compartiendo aún más la sabiduría de sus experiencias colectivas . los preguntas están agrupados por tema - había tantos, estamos haciendo dos publicaciones . En esta primera parte, se centrará en todas las preguntas sobre experiencia y formación. Parte T Cubriremos preguntas sobre modelado y datos.
La ciencia de datos parece permitir que muchas personas que no están capacitadas analíticamente obtengan trabajos analíticos. ¿Qué piensas sobre esto?
Cameron : Si la gente está haciendo ciencia de datos pero todo lo que saben es “Pones los datos en este extremo y obtienes la respuesta en este extremo”, las personas que toman decisiones basadas en ese trabajo se encuentran en un mundo de dolor.No tengo miedo de democratizar todo tipo de análisis, pero la gente todavía necesita tener una buena comprensión básica de las estadísticas y las limitaciones de cada herramienta en su caja de herramientas. Más precisamente, deberían poder reconocer de forma fiable cuándo están a punto de chocar con esas limitaciones en el mundo real. Llegando a ese punto no requiere un maestro grado en estadística istico s o metro achine l ganador (ML ) pero Llegar allí a través de una combinación de formación formal y aprendizaje informal me parece realista.
Sam: En conjunto , Encuentro que esto es algo bueno. Innovadores (como JMP !) Haber creado realmente maravilloso herramientas de software ese han permitido una "democratización" de la analítica, donde las habilidades primarias requerían un re menos sobre programación y matemáticas, y más sobre resolución de problemas, trabajo en equipo, negocios u organizaciones perspicacia y comunicación. Hay más problemas por resolver eso norte hay gente para solucionarlos actualmente, y lo que las organizaciones necesitan son personas que tengan un “Cociente de análisis” (AQ) alto. Los empleados de alto AQ pueden provenir de una variedad de orígenes y tener un conjunto variable de habilidades, pero todos necesitan comprender las ideas fundamentales en la ciencia de datos. .
Creo que existe la noción de que los científicos de datos no necesitan saber estadísticas. Siento que es una tendencia peligrosa. ¿Cuál es tu opinión?
Sam: Aunque, como respondí anteriormente, tener personas con un alto AQ y acceso a buenas herramientas de software puede permitir que una empresa haga ciencia de datos en toda la empresa, todavía necesita un grupo de personas con un conocimiento profundo en las ciencias matemáticas. La razón de esto es que son el equipo central que desarrollará mejores herramientas y procesos internos para la ciencia de datos. . UNA s el negocio crece yo t s AQ, los problemas fáciles se resolverán y los problemas restantes a menudo requieren un enfoque más técnico. mi xpertise resolver. Además, los estadísticos suelen tener un gran sentido de cómo resolver esos problemas difíciles. Entonces sí, yo es es bueno que su organización tenga acceso a un estadístico, y re no suponga que puede hacer crecer su organización ' s AQ sin la ayuda y los servicios de un estadístico .
Jason: He observado que la gente que es buena analistas tienen una compulsión por comprender lo que están haciendo , lo que significa aprender la estadística istico s. Está aparente en una presentación o informe técnico cuando alguien tiene un conocimiento profundo de qué son comunicado . ¿Saben lo suficiente como para comunicar hallazgos y métodos de manera simple y responder a las preguntas difíciles que siguen? No creo que todos los científicos de datos deban tener el conocimiento de un matemático estadístico, pero deberían tener una base bastante buena en teoría y aplicación de las herramientas que utilizan .También creo que hay una distinción entre los científicos de datos que son analistas y los que son arquitectos de datos. En algunas empresas con las que interactúo , Estas son diferentes funciones laborales con diferentes liderazgo, pero ambos se conocen como científicos de datos . los Los arquitectos de datos pueden no necesitar tanta comprensión de las estadísticas. istico s como analistas, pero deberían tener suficiente para orientar su trabajo.¡Todos pueden beneficiarse de un mejor conocimiento de las estadísticas! ¿Por qué simplemente exigirlo a los científicos de datos y estadísticos?
Necesito ayuda en los campos de ML e IA. ¿Necesito contratar a alguien con experiencia en el dominio empresarial o puedo proporcionárselo simplemente a un científico de datos talentoso con experiencia en ML e IA? Tengo algunas estadísticas básicas y habilidades en ciencia de datos.
Cameron: Los científicos de datos a menudo se definen como personas que tienen estadísticas sólidas istico s / analytics, programación y dominio pericia , pero afortunadamente, ese último se adquiere típicamente en el trabajo y al nivel necesario para ser efectivo. Como estadístico industrial en Gore comenzando en los División de telas, tuve que aprender muchísimo sobre textiles, laminación y manejo web ; pero pude aprender lo suficiente después de unas pocas semanas para comenzar a hacer preguntas a los ingenieros no habia Pensó preguntar sobre su proceso. Al asociarse con ellos, pudieron llenar muchas de las lagunas de conocimiento que tenía para poder nosotros para crear colectivamente una estrategia eficaz para resolver su problema. Pasé por la misma experiencia en nuestro METRO edical PAG división de productos, HORA , y ahora más recientemente , S abastecer C hain.Es posible que encuentre un candidato que obtuvo una licenciatura en su dominio, pero completó un título de posgrado en estadística. istico s / ML / ciencia de datos. Me parece una rara excepción y es posible que espere una eternidad para encontrar a ese candidato.
Jason: Rara vez tuve el lujo de contratar a alguien con dominio y ciencia de datos o incluso con la resolución de problemas estadísticos básicos. pericia . Busqué gente que sea capaz aprendices y tiene demostrado éxito en el aprendizaje de nuevos conceptos . Si un nuevo empleado tiene la aptitud, puede llenar los vacíos en pericia con entrenamiento. Creo que tener un solido El proceso de embarque con capacitación es fundamental para el éxito de un nuevo empleado. Creo que la mayoría de las empresas tener el conocimiento para entrenar el dominio pericia pero es posible que deba diseñar el plan de estudios y la estructura para entregarlo .Si su empresa no tiene el nivel de habilidad necesario para enseñar ML y habilidades de resolución de problemas estadísticos a alguien con dominio pericia , busque buenos consultores con los que asociarse hasta los el nivel de habilidad general alcanza que es necesitaba enseñar internamente.Cada compañero y puedes b enefit de tener un po profundo ol de exp ertise en th e estadístico resolución de problemas reino.
Existe un debate en curso sobre si es mejor tener científicos de datos "buenos" con conocimiento del dominio y podría tener un "sesgo" hacia las interpretaciones de datos / resultados en lugar de tener científicos de datos "puros" que puedan colaborar con expertos en el dominio. Pensamientos
Cameron: Dominio pericia siempre superaría las preocupaciones sobre el potencial de sesgo en mi opinión . El conocimiento del dominio te ayuda prever problemas, comprender los matices que tienen un gran impacto e interpretar los resultados correctamente. Sin embargo, lo pienso tiene más sentido contratar en función de las habilidades analíticas y de codificación que el conocimiento del dominio ya que que generalmente se pueden adquirir en el trabajo, apoyándose en otros en su equipo para eso pericia en el intermedio.
Jason: Primero me gustaría abordar la segunda parte de la pregunta. Si empareja a un científico de datos con expertos en el dominio para resolver problemas comerciales difíciles , ¿No desarrollará el científico de datos el dominio pericia ? Estoy de acuerdo en que es bueno trabajar de manera colaborativa / interfuncional para unir pericia brechas. Necesitamos confiar en nuestros colegas OMS saber cosas w mi don 't . yo además pensar eso es bueno tener nuevas perspectivas . UNA t al mismo tiempo , Cómo lo sabes cuales preguntas para hacer sin conocimiento del dominio? Eso debe venir de alguna parte. Por qué no desarrollar domai norte experti se en todos , incluso los científico de datos ?Todos los científicos deben ser conscientes del sesgo cognitivo y estar al tanto Estar atento para eso personal y organizativamente. Una buena manera a tratar con Esto es para ser disciplinado en estadística En g objetivos de análisis, hipótesis, supuestos y posibles lagunas antes de emprender experimentación o análisis. Si tu no , es demasiado fácil para nuestras mentes distorsionar el pensamiento o la intención original para que coincida con lo que es actualmente visible . Distorsiones como esta pueden máscara el Eureka ! momentos th en todos anhelamos.
Sam: Por lo general, se necesita un equipo para resolver un problema, y todos los miembros del equipo desempeñan un papel. El científico de datos "puro" puede centrarse en aspectos más técnicos detalles pero necesita poder comunicarse y contar con la confianza del resto del equipo. Esa persona también necesita tener buenos negocios perspicacia , para poder ver el cuadro grande y comprender la política de la situación y la organización. Un buen científico de datos puede además aprender el conocimiento del dominio empresarial para que sean un miembro más eficaz del equipo .
Todos confirmaron que la configuración óptima para el científico de datos / ingeniero de aprendizaje automático es un entorno de equipo. Al buscar trabajo en esta área, ¿cuáles son las señales de alerta en las descripciones de trabajo?
Cameron: La principal señal de alerta es cuando la descripción del trabajo describe un "unicornio" de ciencia de datos y las responsabilidades enumeradas incluyen cosas como un ingeniero de datos, un ingeniero de aplicaciones, etc. , normalmente haría. Busque frases como "multifuncional" y "equipo", o descripciones de los tipos de personas con las que trabajaría como una indicación de que la organización tiene una función de ciencia de datos madura, o al menos ha pensado en cómo son. va a hacer crecer esa capacidad.
Incluso cuando la gente habla de IA, ¿siguen utilizando software estadístico como JMP para analizar los datos y crear modelos?
Cameron : La IA no siempre requiere una solución personalizada, ¡y ciertamente no siempre son redes neuronales profundas!Hay tantos métodos de aprendizaje automático para el aprendizaje supervisado y no supervisado que se pueden hacer muy bien con software de apuntar y hacer clic como JMP .
Sam : Los grandes científicos de datos pueden ser empoderado que hacer buen trabajo si tienen las herramientas que les permiten realizar análisis . Sí, ¡muchos científicos de datos tendrán JMP en su caja de herramientas analíticas! Las capacidades de modelado de JMP son diversas y completas, y aunque es posible que no pueda hacer todo lo que necesita hacer en JMP, todavía puede hacer mucho por usted. Combinado eso con sus capacidades de exploración y visualización de datos, realmente puede mejorar la velocidad y la calidad del trabajo de IA que se realiza. .
¿Puede recomendar un curso en línea para una introducción al aprendizaje automático?
Cameron: Soy un gran admirador del curso de aprendizaje automático de Andrew Ng en Coursera como introducción. Cubre redes neuronales, pero también regresión, regresión logística, máquinas de vectores de soporte, etc. Si desea obtener más información sobre las redes neuronales avanzadas, realice la especialización en aprendizaje profundo a través de deeplearning.ai, también en Coursera.El curso de aprendizaje automático de Andrew Ng utiliza un código abierto Matlab clon llamado Octave, que probablemente nunca volverás a usar. Usarás Python a través de Jupyter Cuadernos para todos los cursos de deeplearning.ai, que es mucho más útil, y también conocerá los marcos de aprendizaje automático más populares en Python, como Keras y TensorFlow.
Jason: He realizado varios módulos de Coursera. Creo que este en Especialización en ciencia de datos es un buen lugar para comenzar. Hacia la ciencia de datos es un gran recurso , también.
Agradecemos las muchas preguntas que nuestros espectadores presentada durante la transmisión en vivo de Statistically Speaking, y apreciamos Cameron, Sam y Jason por tomarse el tiempo para compartir sus valioso perspectivas en pericia y entrenamiento.
Tenemos una formación más sugerencia : Pensamiento estadístico para la resolución de problemas industriales está disponible de JMP tanto como desde Coursera . En la próxima publicación, nuestros panelistas será una responder preguntas sobre datos y modelado.
Si no tuvo la oportunidad de ver el panel en vivo, puede ver la grabación de ¿Son suficientes los métodos de Big Data y Machine Learning? en nuestro sitio web.
