בשיאו של הסרט שזכה בפרס האוסקר, דמויות נסתרות, נקרא המתמטיקאי קתרין ג'ונסון לאמת חישובים לקואורדינטות הנחיתה של קפסולת החלל של ג'ון גלן, ידידות 7. הטכנולוגיה החליפה זה עתה מחשבים אנושיים, האנשים המחושבים את הנתונים שהשלימו משוואות מורכבות. לפני כניסת מערכת המחשבים, אך הנתונים מהמחשב היו אי התאמות שנדרשו לפתור על ידי אדם.
זה היה מדע הנתונים בשנת 1961. בימינו הדברים שונים מעט. מערכות איסוף נתונים מורכבות מאפשרות לחברות בכל מגזר ללמוד יותר על העסקים, הלקוחות והסיכויים העתידיים שלהן. אבל כמו בדמויות נסתרות, אנשים עדיין נדרשים למצוא אמיתות חשובות מתוך הנתונים.
להלן סקופ כיצד אנו משתמשים במדעי נתונים מדי יום והכישורים החיוניים הדרושים לך בכדי להצליח כמדען נתונים, מהנדס או אנליסט.
מדע הנתונים נמצא בכל מקום
הפוטנציאל של מדעני נתונים הרבה מעבר לתעשיות הפיננסים והטכנולוגיה פורח. "יש הבנה הולכת וגוברת בכל המגזרים שמיומנויות במדעי נתונים הפכו חיוניים להתמודדות ולשיפור בשוק של ימינו", אומר מייקל גאלווין, מנהל המנהל של Data Science Corporate Training for Metis, חברה להכשרת כישורי מדעי נתונים העובדת עם אנשים ועסקים. .
חשבו על עוגיות. לא, לא את אלה שאתה טבול בחלב - הכלים החזקים לאיסוף נתונים המסייעים לאנליסטים, מדענים ומהנדסים של נתונים ללמוד על הרגלי אינטרנט של צרכנים ומיידעים את האלגוריתמים סביב אותם "איך הם ידעו-אני-רק חשבתי" מודעות מזה ?! "אנו מציגים בפייסבוק. המטרה שלהם? כדי להעריך את האינטרסים וההתנהגות של הצרכנים ולהשתמש באנליטיקה הזו כדי לעזור לקבל החלטות עסקיות מרכזיות - עבור חברות בכל המגזרים.
"יש מודעות רחבה יותר למדעי נתונים במיינסטרים. משפיע על כל דבר, החל מרכישות של אמזון וכלה בקווי נטפליקס, מדע הנתונים נוגע ליותר אנשים מאי פעם ", אומר גאלווין.
איך אתה נכנס
עם הגידול בתחומי מדעי הנתונים, חלה חפיפה מוגברת בין תפקידי מדען הנתונים, מנתח הנתונים והמודל.
אך לדברי ד"ר פלביו וילנוסטר, סמנכ"ל טכנולוגיות ומערכות HPCC עבור פתרונות סיכונים של LexisNexis, ההבחנה בין עמדות שונות היא למעשה ייחודית למדי - והיא מציגה הזדמנויות למי שמחונן בתחומים ספציפיים.
"אנליסטים של נתונים מתמחים באופן מסורתי בטכניקות של מניפולציה של נתונים, הדורשים הכשרה בכל דבר, החל משפות שאילתה ועד מודלים של נתונים גרפיים", אומר וילנוסטר. "בינתיים, דוגמניות מנתחות נתונים מספריים לצורך מתאם ודפוסים."
כשמדובר במדעי נתונים, וילאנוסטר מסביר כי על מועמדים אידיאליים להציג על-על של שני סוגים אלה של כישורים המורכבים בידע בתחום ועסקים. "מדעני נתונים לרוב מחזיקים בידע עמוק יותר מאשר מנתח הנתונים על טכניקות תכנות וידע רחב יותר מאשר מודלים סטטיסטיים על מתודולוגיות אנליטיות נתונים בטכניקות מתוחכמות יותר."
כשמגישים מועמדות לתפקידים אלו, חשוב לציין אילו משימות החברה באמת מחפשת לבצע.
"הזמזום סביב מדעי הנתונים הביא לכך שחברות רבות שכרו מדעני נתונים שיעשו עבודת מנתח נתונים, שבסופו של דבר טיהרו והכינו נתונים ובזבזו מעט מאוד זמן במדעי נתונים בפועל", מסביר ניק קרמר, מנהל בכיר לנתונים ואנליטיקס ב- SSA & Company, חברת ייעוץ ניהולי המתמחה בהפיכת ניתוח נתונים גדולים לביצוע פעולות עבור חברות.
כלים חדשים מאפשרים ליצור מודלים אנליטיים על ידי בעלי רמת מומחיות נמוכה יותר, ולכן מיומנויות מגוונות הקשורות כמו ידע עסקי וכישורי תקשורת יעילים חשובות כדי להבדיל בין מחפשי העבודה. כאשר אתה מתראיין, הקפד לשאול שאלות על מה בדיוק החברה מחפשת - ואז הראו את חוזקותיך בהתאם.
המשרד שלנו
מה שאתה צריך כדי להצליח
הפתגם הישן באי-ראיית היער בעצים הוא דבר חשוב לזכור כשעבד כמדען נתונים, אנליסט או מהנדס. אמנם יש חשיבות לדיוק בנתוני הליבה, אך ההכרה בתמונה הכללית של הבעיות שחברה מקווה לפתור.
"יש נטייה בקרב מדעני נתונים לסבך יתר על המידה את הדברים ולהישאב לחור שחור של פרטים", מזהיר גאלווין. "במקום זאת הם צריכים לחשוב על הבעיה העסקית שהם מנסים לפתור, לגרום למשהו לעבוד ואז לחזור."
יתר על כן, עניין בדברים שאתה עושה - כפי שנכון לכל משרה - הוא חיוני גם כן.
"חברות עובדות עם סוגים שונים של נתונים (כמו תמונות, טקסט ונתונים פיננסיים) על בעיות שונות. אתה צריך להתעניין ולהבין את סוג הנתונים שאתה עובד איתם כדי להצליח ", אמר גאלווין. "לדוגמה, מדעני נתונים העובדים עם תמונות רפואיות אינם בדרך כלל רופאים עצמם, אך משתמש הקצה או הלקוח שלהם יהיו רופאים. האם אתה יכול להבין אילו בעיות הם מנסים לפתור? האם אתה מעוניין לפתור את הבעיות האלה? "
ואז יש תקשורת. אומרים שמדעני נתונים, אנליסטים ומהנדסים דוברים שפה משלהם, אך כדי להצליח במקום עבודה עליכם להיות מסוגלים לתקשר בבירור עם מי שינצלו את המרב מכישוריכם וירוויחו יותר מכל.
"שיתוף פעולה עם בעלי עניין בעסקים חשוב יותר ויותר, " אמר קרמר.
מדעי הנתונים והקריירות הקשורות אליו עברו דרך ארוכה משנות ה -60, כאשר נאס"א נזקקה למחשבים אנושיים כדי לרתום ולאמת את עבודתם של מכונות מחשבים חדשות. אך מוחות מבריקים שמעוניינים כיצד נתונים יכולים לעצב את האופן בו אנו חיים, עובדים ועושים עסקים הם עדיין חיוניים כתמיד - ללא מומחה אנושי שיפענח הן את התשומות והן את התוצאות, מדע הנתונים יכול להיות מנוצל לרעה בצורה פראית, או סתם מבלבל.
