以下是受此博客启发的KDnuggets民意调查结果:
放松!数据科学家不会在10年内灭绝,但角色会改变
随着人工智能的进步继续突飞猛进,在基线上获得数据科学已经变得越来越民主化。该领域的传统进入壁垒,如缺乏数据和计算能力,已经被扫除,不断涌现的新数据初创公司(有些公司每天只需一杯咖啡就能访问数据),所有强大的云计算都消除了对昂贵的现场硬件的需求。除了三位一体的先决条件之外,实现的技能和诀窍可以说已经成为数据科学中最普遍的方面。人们不需要看很远就能找到兜售口号的在线教程,如“在几秒钟内实现X模型”,“在几行代码内将Z方法应用于数据”。在一个数字世界里,即时满足已经成为游戏的名称。虽然提高可访问性在表面上并不有害,但在令人眼花缭乱的软件库和闪亮的新模型之下,数据科学的真正目的已经变得模糊,有时甚至被遗忘。因为它不是为了这样做而运行复杂的模型,也不是为了优化任意的性能度量,而是用作解决现实世界问题的工具。
一个简单但相关的例子是Iris数据集。有多少人用它来演示一个算法,而不留心思考萼片是什么,更不用说为什么我们要测量它的长度了?虽然对于可能更有兴趣在他们的曲目中添加一种新模式的初露头角的从业者来说,这些似乎是微不足道的考虑,但对于植物学家埃德加·安德森来说,这并不是微不足道的,他编目了所讨论的属性来理解鸢尾花的变异。尽管这是一个人为的例子,但它展示了一个简单的观点;主流变得更加专注于“做”数据科学,而不是“应用”数据科学。然而,这种失调并不是数据科学家衰落的原因,而是一种症状。为了了解问题的根源,我们必须后退一步,鸟瞰一下。
数据科学有一个奇怪的区别,它是少数几个让实践者没有领域的研究领域之一。药学专业的学生成为药剂师,法律专业的学生成为律师,会计专业的学生成为会计师。数据科学专业的学生因此必须成为数据科学家?但是什么的数据科学家?数据科学的广泛应用是一把双刃剑。一方面,它是一个强大的工具箱,可以应用于任何生成和捕获数据的行业。另一方面,这些工具的普遍适用性意味着用户很少会在此之前对所述行业有真正的领域知识。然而,在数据科学兴起的时候,这个问题并不重要,因为雇主们在没有完全理解它是什么以及如何将它完全集成到他们的公司中的情况下,就急于利用这项新生的技术。
然而,近十年后,企业和它们所处的环境都发生了变化。他们现在努力与以既定行业标准为基准的大型根深蒂固的团队一起实现数据科学的成熟度。迫切的招聘需求已经转向问题解决者和批判性思维者,他们了解业务、各自的行业及其利益相关者。导航几个软件包或反流几行代码的能力不再足够,数据科学从业者也不再被编码的能力所定义。no code、AutoML解决方案(如DataRobot、RapidMiner和Alteryx)的日益流行就证明了这一点。
数据科学家将在10年内灭绝(要么放弃),或者至少角色头衔将是。展望未来,被统称为数据科学的技能集将由新一代精通数据的业务专家和主题专家承担,他们能够用自己深刻的领域知识进行分析,无论他们是否会编码。他们的头衔将反映他们的专业知识,而不是他们展示专业知识的手段,无论是合规专家、产品经理还是投资分析师。我们不需要回头看很远就能找到历史性的先例。在电子表格出现的时候,数据输入专家是非常令人垂涎的,但现在,正如Cole Nussbaumer Knaflic(“用数据讲故事”的作者)恰当地观察到的那样,熟练使用Microsoft Office suite是最低限度的。在此之前,用打字机触摸打字的能力被认为是一项专业技能,然而随着个人计算机的可访问性,它也被认为是一项专业技能。
最后,对于那些考虑从事数据科学工作或开始学习的人来说,经常回顾一下你无疑会遇到的维恩图可能会对你有很好的帮助。它将数据科学描述为统计学、编程和领域知识的汇合。尽管每一个都占有相等份额的相交面积,但有些可能会保证比其他的更高的权重。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
“最近复购率一直在下降,我们的营销力度不小啊,为什么用户还是走了?” “是不是广告投放的用户质量不高?还是我们的产品问题 ...
2025-02-21以下文章来源于数有道 ,作者数据星爷 SQL查询是数据分析工作的基础,也是CDA数据分析师一级的核心考点,人工智能时代,AI能为 ...
2025-02-19在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31