Données sombres, expertise, modélisation - nous avons couvert une gamme de sujets en octobre . 1 Statistiquement parlant . David Main a donné un brillant plénier parler et préparez le terrain pour une grande table ronde en nous mettant en garde se souvenir que la réflexion est nécessaire et d'être conscient de toutes les données sombres là-bas — le des données que nous ne voyons pas, mais dont nous avons besoin prendre en compte . Données sombres : pourquoi ce que vous ne savez pas M après est son dernier livre (voir un article de blog à propos 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 dans de nombreuses gammes de produits différentes ; Sam Gardner, fondateur de Statistiques sauvages 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 américain de 20 ans en matière de synthèse 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 aimablement accepté d'apporter des réponses à bon nombre d'entre eux , partageant davantage la sagesse de leurs expériences collectives . Le des questions sont regroupés par thème — il y en avait tellement, on fait deux posts . Dans cette première partie, nous portera sur toutes les questions d'expertise et de formation. Partie J Nous traiterons des 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 toujours avoir une bonne compréhension de base des statistiques et des limites de chaque outil de votre boîte à outils. Plus précisément, ils devraient être capables de reconnaître de manière fiable quand ils sont sur le point de se heurter à ces limitations dans le monde réel. Arriver à ce point n'a pas exiger un maîtrise diplôme en statistique istique s ou m machine je 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. Les innovateurs (comme JMP !) ont créé vraiment merveilleux outils logiciels ce ont permis une « démocratisation » de l'analytique, où les compétences primaires nécessitaient une concernant 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 communiquer. Il y a plus de problèmes à résoudre c'est 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 analytique » (QA) élevé. Les employés à QA élevée peuvent provenir d'horizons variés et avoir un ensemble de compétences variées, mais ils doivent tous comprendre les idées fondamentales de la science des données .
Je pense qu'il existe une idée selon laquelle les data scientists 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, le fait d'avoir des personnes ayant un QA élevé et un accès à de bons outils logiciels puisse permettre à une entreprise de faire de la science des données dans toute l'entreprise, vous avez toujours besoin d'un cadre de personnes ayant une connaissance approfondie des sciences mathématiques. La raison en est qu'ils sont l'équipe principale qui développera de meilleurs outils et processus internes pour la science des données . UN s l'entreprise se développe je t s AQ, les problèmes faciles seront résolus et les problèmes restants nécessitent souvent une approche plus technique e xpertise résoudre. De plus, les statisticiens savent généralement comment résoudre ces problèmes difficiles. Donc oui, je c'est bon pour votre organisation d'avoir accès à un statisticien et d pas 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 stat istique s. C'est apparent dans une présentation ou un rapport technique lorsque quelqu'un a une compréhension approfondie de quoi ils sont communicant . En savent-ils suffisamment pour communiquer simplement les résultats et les méthodes et répondre aux questions difficiles qui suivent ? Je ne pense pas que tous les data scientists devraient avoir des connaissances en mathématiques statisticien, mais ils devraient avoir une assez bonne base théorique et pratique des outils qu'ils utilisent .Je pense aussi qu'il y a une distinction entre les scientifiques des données qui sont des analystes et ceux qui sont des architectes de données. Dans certaines entreprises avec lesquelles j'interagis , ce sont des fonctions différentes avec des direction, mais ils sont tous deux appelés data scientists . Le les architectes de données n'ont peut-être pas besoin d'autant de compréhension des statistiques istique s comme les analystes, mais ils devraient en avoir assez pour guider leur travail.Tout le monde peut bénéficier d'une meilleure connaissance des statistiques ! Pourquoi l'exiger uniquement des data scientists et des statisticiens ?
J'ai besoin d'aide dans les domaines du ML et de l'IA. Dois-je embaucher quelqu'un avec une expertise dans le domaine de l'entreprise, ou puis-je fournir cela à un simple scientifique des données talentueux avec l'expertise en ML et en 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 istique s/analytique, la 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 depuis le Division Tissus, j'ai dû apprendre énormément sur le textile, laminage et la gestion du Web ; mais j'ai pu en apprendre assez après seulement 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 bon nombre des lacunes dans mes connaissances. afin de nous de créer collectivement une stratégie efficace pour résoudre leur problème. J'ai vécu la même expérience dans notre M médical P division des produits, HEURE , et maintenant plus récemment , S approvisionner C hain.Vous pourriez trouver un candidat qui a fait un premier cycle dans votre domaine mais qui a obtenu un diplôme d'études supérieures en stat istique 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 le domaine et la science des données ou même la résolution de problèmes statistiques de base compétence . J'ai cherché des gens qui capable apprenants et avoir démontré succès dans l'apprentissage de nouveaux concepts . Si une nouvelle recrue a l'aptitude, vous pouvez combler les lacunes dans compétence avec formation. Je crois qu'avoir un solide sur Le processus d'embarquement avec formation est essentiel au succès d'un nouvel employé. Je pense que la plupart des entreprises avoir les connaissances 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 les compétences en ML et en résolution de problèmes statistiques à quelqu'un avec un domaine compétence , trouver de bons consultants avec qui s'associer jusqu'à le le niveau de compétence global atteint qu'est-ce que nécessaires pour enseigner en interne.Chaque entreprise y peut b bénéficier d'avoir un po profond ol d'exp ertise en e e statistique résolution de problème royaume.
Il y a un débat en cours sur la question de savoir s'il est préférable d'avoir de "bons" data scientists avec une connaissance du domaine et d'avoir un "biais" envers les interprétations des données/résultats plutôt que d'avoir des data scientists "purs" qui peuvent plutôt collaborer avec des experts du domaine. 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 gros impact , et interpréter correctement les résultats. Cependant, je le pense il est plus logique d'embaucher sur la base des compétences d'analyse et de codage plutôt que sur la connaissance du domaine depuis qui peuvent généralement être acquises sur le tas, en s'appuyant sur les autres membres de leur équipe pour cela compétence dans l'intervalle.
Jason : Je voudrais d'abord répondre à la deuxième partie de la question. Si vous associez un scientifique des données à des experts du domaine pour résoudre des problèmes commerciaux difficiles , le data scientist ne développera-t-il pas le domaine compétence ? Je suis d'accord qu'il est bon de travailler en collaboration/interfonctionnellement pour combler compétence lacunes. Nous devons compter sur nos collègues OMS savoir des choses w e enfiler pas . je aussi penser il c'est bien d'avoir de nouvelles perspectives . UN c en même temps , Comment savez-vous qui 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 , y compris le scientifique des données ?Tous les scientifiques devraient être conscients des biais cognitifs et être au courant chercher pour il personnellement et organisationnellement. Une bonne façon pour traiter avec c'est pour être discipliné à statistique ing objectifs d'analyse, hypothèses, hypothèses et les lacunes potentielles avant de se lancer l'expérimentation ou analyse. Si tu ne le faites pas , 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'Euréka ! instants e à nous avons tous envie.
Sam : Il faut généralement une équipe pour résoudre un problème, et chaque membre de l'équipe joue un rôle. Le data scientist « pur » peut se concentrer sur des aspects plus techniques détails mais doit être capable de communiquer et d'avoir la confiance du reste de l'équipe. Cette personne doit aussi avoir de bonnes affaires perspicacité , pour pouvoir voir grande image et comprendre la politique de la situation et de l'organisation. Un bon data scientist peut aussi apprendre la connaissance du domaine d'affaires afin qu'ils soient un membre plus efficace de l'équipe .
Vous avez tous confirmé que le cadre optimal pour un scientifique des données/ingénieur en apprentissage automatique est un environnement d'équipe. Lorsque vous recherchez un emploi dans ce domaine, quels sont les drapeaux rouges dans les descriptions de poste ?
Cameron: Le drapeau rouge majeur est lorsque la description de poste décrit une «licorne» de science des données et que les responsabilités énumérées incluent des choses comme un ingénieur de données, un ingénieur d'application, etc. , ferait normalement. Recherchez des expressions telles que « interfonctionnel » et « équipe » ou des descriptions des types de personnes avec lesquelles vous travailleriez comme une indication que l'organisation a une fonction de science des données mature, ou a au moins réfléchi à la façon dont elles sont va développer cette capacité.
Même lorsque les gens parlent d'IA, utilisent-ils toujours 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 ML 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 ont les outils qui leur permettent de faire des analyses . Oui, de nombreux data scientists auront JMP dans leur boîte à outils d'analyse ! 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, cela peut vraiment améliorer la vitesse et la qualité du travail d'IA qui est 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'introduction. Il couvre les réseaux de neurones, mais aussi la régression, la régression logistique, les machines à vecteurs de support, etc. Si vous souhaitez en savoir plus sur les réseaux de neurones avancés, suivez la spécialisation Deep Learning via deeplearning.ai, également dans Coursera.Le cours d'apprentissage automatique d'Andrew Ng utilise une source ouverte Matlab clone appelé Octave, que vous n'utiliserez probablement plus jamais. Vous utiliserez Python via JupyterName Des cahiers pour tous les cours deeplearning.ai, ce qui est beaucoup plus utile, et vous serez également initié 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 le livestream de Statistically Speaking, et nous apprécions Cameron, Sam et Jason pour avoir pris le temps de partager leur précieux 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 ainsi que depuis Coursera . Dans le prochain billet, nos panélistes sera un répondre 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 Le Big Data et les méthodes d'apprentissage automatique suffisent-ils ? sur notre site Web.
