暗數據、專業知識、建模——我們在 Oct 上討論了一系列主題. 1個從統計學上講. 大衛漢德給了一個輝煌全體會議談話和通過提醒我們為一個偉大的小組討論奠定基礎記住需要思考並意識到所有的黑暗數據在那裡—這我們看不到但需要的數據考慮到. 暗數據：為什麼你不知道米事實是他的最新著作（見博文關於它;如果你還沒有讀過,你可以得到一個樣品摘抄).
小組成員包括卡梅倫威爾登， 統計員在工作組 支持工程師的戈爾和許多不同產品線的科學家； Sam Gardner，創始人野生統計諮詢,擁有超過 30 年的統計問題經驗解決為了政府和行業;和JMP的傑森威金斯,在美國 Synthetic 工作了 20 年，在流程優化、測量系統分析和預測建模/數據挖掘方面擁有專業知識。
我們沒來得及回答所有問題直播觀眾提問，但我們的專家組成員已同意為其中許多問題提供答案，進一步分享他們集體經驗的智慧. 這問題按主題分組- 有這麼多，我們正在做兩個帖子. 在這第一部分，我們將專注於有關專業知識和培訓的所有問題。 部分噸我們將涵蓋有關建模和數據的問題。
數據科學似乎允許很多沒有接受過分析培訓的人獲得分析工作。 你對此有何看法？
卡梅倫:如果人們在做數據科學但他們只知道， “你把數據放在這一端，並在這一端得到答案，”根據這項工作做出決定的人處於受傷的世界。我不害怕將各種分析大眾化，但人們仍然需要對統計數據和工具箱中每個工具的局限性有很好的基礎理解。 更準確地說，他們應該能夠可靠地識別出他們何時會與現實世界中的這些限制發生衝突。 到達那個點沒有需要一個碩士統計學學位主義的或米機器升收入(毫升)但通過正規培訓和非正式學徒的某種結合達到目標對我來說似乎是現實的。
山姆：總體上，我覺得這是一件好事。 創新者（如JMP ！） 已經創造出來了真的很棒軟件工具那實現了分析的“民主化”，其中主要技能需要關於更少關於編程和數學，更多關於解決問題、團隊合作、業務或組織敏銳和溝通。 還有更多問題需要解決那n有人來解決當前，組織需要的是具有高“分析商數”（AQ）的人。 高 AQ 員工可能來自不同的背景並擁有不同的技能，但他們仍然都需要了解數據科學的基本思想.
我認為有一種觀點認為數據科學家不需要了解統計數據。 我覺得這是一個危險的趨勢。 你有什麼意見？
山姆：雖然，正如我在上面回答的那樣，擁有高 AQ 的人和獲得好的軟件工具可以使企業在整個企業中進行數據科學，但你仍然需要一群在數學科學方面具有深厚知識的人。 這樣做的原因是他們是核心團隊，將為數據科學開發更好的內部工具和流程. A業務增長我噸秒AQ，簡單的問題就解決了，剩下的問題往往需要技術性更強的電子專長解決。 此外，統計學家通常對如何解決這些難題有著敏銳的洞察力。 所以，是的，我t的有利於您的組織訪問統計學家，和d在假設您可以發展您的組織'沒有統計學家幫助和服務的 AQ .
傑森：我觀察過那些善良的人分析師有一種理解他們在做什麼的衝動,這意味著學習統計主義的秒。 這是明顯的在演示文稿或技術報告中，當某人對什麼他們是溝通. 他們是否知道足以簡單地交流發現和方法並回答隨後的難題？ 我不認為每個數據科學家都應該具備數學知識統計員，但他們應該在理論和應用方面有很好的基礎他們使用的工具.我還認為作為分析師的數據科學家和作為數據架構師的數據科學家之間存在區別。 在一些我接觸過的公司,這些是不同的工作職能，具有不同的領導，但他們都被稱為數據科學家. 這數據架構師可能不需要對統計數據有太多了解主義的秒作為分析師，但他們應該有足夠的能力來指導他們的工作。每個人都可以從更好的統計知識中受益！ 為什麼只需要數據科學家和統計學家呢？
我在 ML 和 AI 領域需要一些幫助。 我是否需要聘請具有業務領域專業知識的人，或者我是否可以將其提供給具有 ML 和 AI 專業知識的才華橫溢的數據科學家？ 我有一些基本的統計和數據科學技能。
卡梅倫：數據科學家通常被定義為具有強大統計能力的人主義的分析/分析，編程和域名專業知識，但幸運的是，最後一個通常是在工作中獲得的，並且達到了有效所需的水平。 作為 Gore 的一名工業統計學家，從這面料部門，我必須學習很多關於紡織品的知識，層壓和網絡處理;但幾週後我就學到了足夠多的知識，可以開始向工程師提問沒有想問問他們的流程。 通過與他們合作，他們能夠填補我的許多知識空白為了我們共同製定有效的策略來解決他們的問題。 我在我們的經歷中經歷了同樣的經歷米醫療的P產品事業部，人力資源部, 現在最近,小號供給C海恩。您可能會找到一個候選人，他在您的領域讀過本科，但在統計專業完成了研究生學位主義的s/機器學習/數據科學。 在我看來，這似乎是一個罕見的例外，你可能要等上一輩子才能找到那個候選人。
傑森：我很少有幸僱用同時具有領域和數據科學甚至基本統計問題解決能力的人專業知識. 我尋找的人是有能力的學習者並且有證明成功學習新概念. 如果新員工有能力，您可以填補空缺專業知識與培訓。 我相信有一個堅實的入職培訓流程是新員工成功的基礎。 我認為大多數公司擁有訓練領域的知識專業知識但可能仍需要設計課程和結構交付它.如果您的公司不具備教授 ML 和統計問題解決技能所需的技能水平給有域名的人專業知識, 找到好的顧問合作直到這整體技能水平達到什麼是需要內教。每個公司你可以受益於深 po經驗值專業知識電子統計解決問題領域。
關於擁有領域知識並可能對數據/結果解釋有“偏見”的“優秀”數據科學家與擁有可以與領域專家合作的“純”數據科學家是否更好，一直存在爭論。 想法？
卡梅倫：領域專業知識在我看來，總是會超過對潛在偏見的擔憂. 領域知識可以幫助您預料問題，了解細微差別影響很大, 並正確解釋結果。 然而，我認為它基於領域知識的分析和編碼技能進行招聘更有意義自從通常可以在工作中獲得，依靠團隊中的其他人專業知識在過渡期。
傑森：我想先談談問題的第二部分。 如果您將數據科學家與領域專家配對來解決棘手的業務問題,數據科學家不會開發領域嗎專業知識？ 我同意協作/跨職能工作以架起橋樑是件好事專業知識差距。 我們需要依靠我們的同事WHO知道事情w電子大學教師't . 我還思考它有新鮮的觀點很好. A同時,你怎麼知道哪個沒有領域知識要問的問題？ 那一定來自某個地方。 為什麼不發展域名n專長硒在每個人,包括這數據科學家？所有科學家都應該意識到認知偏差，並站在小心為了它個人和組織上。 一個好方法到處理這是為了受到紀律處分狀態荷蘭國際集團分析目標、假設、假設以及在著手之前的潛在差距實驗或分析。 如果你不，我們的頭腦很容易扭曲最初的想法或意圖來匹配目前可見的東西. 這樣的失真完全可以面具尤里卡！時刻 th我們都渴望。
山姆：通常需要一個團隊來解決一個問題，團隊中的每個人都發揮作用。 “純”數據科學家可以專注於更多技術細節但是需要能夠與團隊其他成員溝通並獲得他們的信任。 那個人也要有好生意敏銳, 為了能夠看到大圖了解局勢和組織的政治。 一個好的數據科學家可以還學習業務領域知識使他們成為團隊中更有效的成員.
你們都確認了數據科學家/機器學習工程師的最佳設置是團隊環境。 在尋找該領域的工作時，職位描述中的危險信號是什麼？
卡梅倫：主要的危險信號是職位描述描述了數據科學“獨角獸”並且列出的職責包括數據工程師、應用程序工程師等。 ,通常會做。 尋找諸如“跨職能”和“團隊”之類的短語，或者對您將與之共事的人員類型的描述，以表明該組織具有成熟的數據科學職能，或者至少已經考慮過他們的表現將發展這種能力。
甚至當人們談論人工智能時，他們是否還在使用 JMP 等統計軟件來分析數據和創建模型？
卡梅倫:人工智能並不總是需要定制的解決方案，當然也不總是深度神經網絡！有很多用於監督和無監督學習的 ML 方法，可以使用點擊式軟件來很好地完成，例如JMP .
山姆:偉大的數據科學家可以授權的去做做得好如果他們擁有允許他們進行分析的工具. 是的，許多數據科學家的分析工具箱中都會有 JMP！ JMP 的建模功能多樣而全面，雖然您可能無法在 JMP 中完成您需要做的所有事情，但它仍然可以為您做很多事情。 結合其數據可視化和探索能力，它確實可以提高已完成的 AI 工作的速度和質量.
你能推荐一個介紹機器學習的在線課程嗎？
卡梅倫：我非常喜歡 Andrew Ng 在 Coursera 上的機器學習課程作為介紹。 它涵蓋神經網絡，還包括回歸、邏輯回歸、支持向量機等。如果您想了解有關高級神經網絡的更多信息，請通過也在 Coursera 中的 deeplearning.ai 進行深度學習專業化。Andrew Ng 的機器學習課程使用開源軟件名為 Octave 的克隆，您可能永遠不會再使用它。 您將通過以下方式使用 Python木星所有 deeplearning.ai 課程的筆記本，更有用，您還將了解 Python 中最流行的 ML 框架，例如凱拉斯和張量流。
傑森：我學習了幾個 Coursera 模塊。 我認為這個數據科學專業是一個很好的起點。 邁向數據科學是一個很好的資源,也。
我們感謝觀眾提出的許多問題提交在 Statistically Speaking 直播期間，以及我們很感激Cameron、Sam 和 Jason 花時間分享他們的有價值的觀點在專業知識和培訓。
我們還有一個訓練建議:解決工業問題的統計思維可用來自 JMP也從Coursera 課程. 在下一篇文章中，我們的小組成員將要A回答問題關於數據和建模。
如果您沒有機會現場觀看面板，您可以觀看大數據和機器學習方法夠用嗎？在我們的網站上。
