23.09.2022  Экспертиза, Искусственный интеллект, Менеджмент

Джеффри Партика, главный инженер в области науки о данных (data science engineer) компании Xactly, делится на портале Enterprisers Project своими соображениями и развеивает мифы о повседневной реальности этой динамичной роли. Обычно работа data science engineer представляется так: мы создаем очередную передовую модель машинного обучения, демонстрируем ее на конференциях и срываем аплодисменты. Однако это далеко от повседневной реальности для большинства специалистов в области науки о данных (data scientists). В действительности наука о данных гораздо более прагматична: вместо того чтобы создавать новые модели с нуля, мы дорабатываем известные модели из известных библиотек и выбираем предикторы, основываясь на знаниях о предметной области. Благодаря этому мы можем быстро предоставлять ценность. Чтобы развенчать мифы, расскажу, что представляет собой моя работа в компании Xactly, занимающейся анализом доходов. Мои ежедневные обязанности Повседневные обязанности любого data scientist часто зависят от размера команды. В больших командах роли, как правило, более специализированные. В них есть несколько человек, которые работают над определенными этапами жизненного цикла данных. В такой небольшой команде, как моя, вы должны сидеть сразу на нескольких стульях и разбираться во всех фазах. Мой день начинается с общения с моими коллегами по команде на предмет различных моделей, над которыми они работают, или проблем, которые они решают. Иногда все идет хорошо, и мы этому радуемся ... читать далее.