Seuraava artikkeli auttaa sinua: Onko koodaus välttämätöntä toimiakseen datatieteilijänä?
Tietotieteilijöillä on suuri kysyntä, ja “pätevä datatieteilijä” on puhdasta kultapölyä. Mutta mitä kuuluu vankan datatieteilijän luomiseen? Onko koodaus datatieteilijöiden pakollinen taito? Onko mahdollista murtautua datatieteeseen ilman koodaustaustaa? Otetaan selvää.
Carly T, Senior Manager, Security Strategy & Expert Engineer, Machine Learning Activision, sanoo, että koodittomat datatieteen ratkaisut ovat viime aikoina suositumpia. No-code/low-code-alustojen yleistymisen myötä “datatutkijan” määritelmä on laajentunut sisältämään no-code/low-code-asiantuntijat.
Ei-koodaajille
Monet datatieteilijät aloittivat uransa ilman aiempaa tietoa tai kokemusta koodauksesta. Perusvaatimuksia ei-koodaajalle tullakseen datatieteilijäksi ovat:
- Todennäköisyyksien ja tilastojen perusteellinen ymmärtäminen.
- Intohimo työskennellä numeroiden kanssa.
- Kyky tunnistaa liiketoiminnan ongelmia.
- Kyky poimia oivalluksia tietystä tietojoukosta.
- Kyky analysoida tietoja eri näkökulmista.
- Kyky visualisoida mallin tuotoksia
- Kommunikoi sidosryhmien kanssa.
- Hyvät mallinnustaidot, kommunikointitaidot, analyyttisyys ja tekniset ohjelmointitaidot.
Jos sinulla on kyky analysoida dataa ja poimia siitä merkityksellistä tietoa, sovit datatieteen tiimiin. Ohjelmoinnin perustaitojen, mukaan lukien R, Python ja SQL, oppiminen on kuitenkin pitkälle.
Sekalaisia mielipiteitä
Vaikka asiantuntijat väittävät koodauksen tarpeesta datatieteilijöille, monet ei-ohjelmoijat ovat rakentaneet vaikuttavaa uraa datatieteessä.
Asiantuntijoita, jotka sanovat koodauksen olevan pakollista, ovat muun muassa Rachael Tatman. Artikkelissaan freeCodeCampille hän sanoi, että jokaisen datatieteilijän pitäisi pystyä “kirjoittamaan koodia tilastollista laskemista ja koneoppimista varten”. Äskettäisessä blogissaan Ronald Van Loon, toimitusjohtaja, pääanalyytikko Intelligent World, laati pitkän luettelon teknisistä taidoista, joita datatieteilijä tarvitsee. Hän sanoi, että tarvitaan tietoa ohjelmointikielistä, jotka sisälsivät Pythonin, Perlin, C/C++:n, SQL:n ja Javan, sekä asiantuntemusta SAS:sta, Hadoopista, Sparkista, Hivesta ja Pigistä.
Samaan aikaan jotkut väittävät, että koodaus ei ole tarpeen datatieteilijälle. Rapid Miner -blogissaan Tom Wentworth sanoo: “Kyllä, voit tehdä todellista datatiedettä kirjoittamatta koodia.” Nykyään organisaatiot hyödyntävät myös “kansalaisten datatieteilijöitä” – yleensä ei-koodaajia – datatieteen ongelmien ratkaisemiseksi.
Koodaamattomien tietojen tutkijoiden asia
– Yleiset algoritmit tunnetaan jo, koska ne on jo koodattu ja optimoitu.
– Eksplisiittinen koodaus korvataan vedä ja pudota -liitännöillä, kuten Trifacta ja Tableau.
– Tietotiede on automatisoitumassa vaihtoehdoilla, kuten AutoML tai DataRobot, jotka molemmat auttavat sinua löytämään oikean algoritmin.
– Google Duplex -demo on myös vihjannut tekoälyn tulevaisuudesta, jossa tuleva datatieteilijä saattaa vain keskustella koneen kanssa sen koodaamisen sijaan.
Kymmenen vuotta sitten koodaus oli pakollinen tietotieteilijälle. Nykyään meillä on monia kiertotapoja, joilla voimme ohittaa vankat koodaustaidot.
