Kuinka epäonnistua tietoteknikkona: 3 yleistä virhettä

Viisi tärkeintä kysymystä, joihin tietotieteilijöiden pitäisi pystyä vastaamaan, Tom Merritt kysyy viittä kysymystä, joihin jokaiselle data-tiedemiehen tulisi saada vastaukset.

Lisätietoja Big Data -sovelluksesta

  • Tietojen hallinta: Huijausarkki
  • Kuinka integroida robottiprosessien automaatio isoihin dataprojekteihin
  • Ohjelmoija Hadley Wickham ylittää R-yhteisön monimuotoisuuden
  • Kuinka valita oikeat tietoanalyysityökalut: 5 vaihetta

Tietotieteilijät vastaavat yrityksen tietojen järjestämisestä ja analysoinnista. Koska yritykset tuottavat enemmän tietoa kuin koskaan ennen, näillä ammattilaisilla on suuri kysyntä, ja he ovat sijoittuneet ensimmäisenä Glassdoorin parhaiden työpaikkojen luettelossa Amerikassa neljän viimeisen peräkkäisen vuoden aikana.

Kuinka rakentaa menestyvää data-tutkijan uraa (ilmainen PDF)

Tietotekniikassa työskentelevät tuntevat suuren datanalyysin, koneoppimisen, koodauskielet, algoritmit ja ongelman arvioinnin, kertoi TechRepublicin Alison DeNisco Rayome. Tekniset taidot yksin eivät kuitenkaan leikkaa sitä.

Kommunikaatio, yhteistyö ja jatkuva oppiminen ovat myös välttämättömiä komponentteja tietotekniikan menestykseen. Ilman sekä teknisiä että ihmissuhdetaitoja tietoteknikot päästää irti ja korvataan helposti heidän lukumäärän kasvaessa.

"Menestyvä data-tiedemies vaatii yhdistelmän teknisiä taitoja, korkeamman asteen ajattelua ja epämääräistä ongelmanratkaisua", sanoi Roger Yarbrough, markkinointikonsulttiyrityksen Stratistryn pääjohtaja ja perustaja. "Koska tämä lahjakkuuksien yhdistelmä ei välttämättä ole osa tavanomaista korkeakoulu-opetussuunnitelmaa, löydät monia tiedemiehiä ilman tarvittavaa todellisen maailman kokemusta ymmärtääksesi mahdolliset sudenkuopat, joita voit kohdata tietojen kanssa työskennellessä."

Tietotieteilijät voivat antautua moniin sudenkuoppiin, kuten mikä tahansa ammatti. Tässä ovat tutkijoiden suurimpia virheitä, jotka viime kädessä aiheuttavat heidän epäonnistumisen:

1. Keskity vain ratkaisuun

Tietotieteilijöitä kutsutaan ratkaisemaan liiketoimintaongelmia ja toteuttamaan analytiikkaa, Gramenerin analyytikkojohtaja Ganes Kesari kertoi. "Tämä on datatieteen pyhä graali", Kesari sanoi. "Joudutaan määrittelemään oikeat liiketaloudelliset kysymykset ja kehittämään vaiheita niiden ratkaisemiseksi. Mutta suurin osa tietotekijöistä horjuu tässä."

Keskittyminen yksinomaan ratkaisuun voi aiheuttaa ongelmia matkan varrella; tietojen tutkijoiden on muistettava tilanne, johon ongelma on lähetetty, Red Venturesin tietotekniikan tutkija Keith Williams sanoi.

"Sinun on ymmärrettävä, kuinka nuo järjestelmät yleensä toimivat ja kuinka ne ovat vuorovaikutuksessa ratkaisun kanssa", hän sanoi. "Tämän jalkatyön tekemättä jättäminen ilmenee usein loppupään virheenä, jolloin laukussa on vain epämääräinen käsitys siitä, mikä menee pieleen ja missä se tapahtuu."

2. Unohda perusasiat

Vaikka ymmärtäminen, miten tekoäly (AI) ja koneoppimisjärjestelmät toimivat, on elintärkeää tietotekniikan uralle, ammattilaiset ohittavat usein perusteet, Kesari sanoi.

"Ehdokkaat ylpeyttävät AI-mallien 90-prosenttisesta tarkkuustasosta projekteissa. Mutta se on tragedia, kun he yrittävät selittää, mikä on p-arvo tai kuinka käyttää excel-sovellusta yksinkertaisten kuvioiden poimimiseen tiedoista", Kesari sanoi. "Tietotieteilijä, jolla on mallinrakennustaitoja ilman perustekijöitä, on kuin lentäjä, joka voi lentää lentokoneen tietämättä mitä ohjaamon valitsimet tarkoittavat."

"Yksinkertaiset työkalut, kuten lineaarinen regressio, voivat tosiasiassa olla varsin tehokkaita, kun ne yhdistetään hyvin kuratoituun tietoon ja integroidaan järjestelmään, jossa ulostulot ovat toimivia", Williams lisäsi. "Teknooptimistinen tietotekijä pyrkii saamaan uusimman syvän hermoverkon, jota sovelletaan heidän ongelmaansa, vain huomatakseen, että joihinkin prosessin alkuvaiheen prosesseihin on puututtava ennen kuin mitään muuta voi tapahtua. Käyttämällä ensin yksinkertaisia ​​ratkaisuja, tällaiset ongelmat tunnistetaan nopeasti. polttamatta uskottavuutta. "

3. Viestiminen tehoton

Analyyttisten tulosten löytäminen on tärkeää, mutta menestyvät tiedemiehet tietävät kuinka tuottaa tulokset tehokkaasti, Kesari sanoi.

"Analyysitulosten hyödyllisyys on suoraan verrannollinen päätöksiin, jotka voidaan tehdä sen avulla. Tietotieteilijöiden oletetaan, että käyttäjät ymmärtävät analytiikan", Kesari sanoi. "He eivät vie aikaa kääntää tulokset muotoon, johon käyttäjät voivat toimia. Yritystulkinta ja datan visualisointi ovat korvaamattomia taitoja, jotka usein sivuutetaan."

Yarbrough kertoi, että parhaat tietotieteilijät ovat tietoisia näistä virheistä ja ryhtyvät toimenpiteisiin niiden rajoittamiseksi. He pystyvät tekemään tämän, koska heillä on sekä teknisiä että ihmissuhdetaitoja.

"On yksi asia ymmärtää ja soveltaa käsitteitä akateemisessa ympäristössä, mutta toinen asia on tehdä se todellisessa maailmassa kaikilla paineillaan", Yarbrough sanoi. "Ne, jotka työskentelevät ahkerasti tietojensa eheyden suojelemiseksi ja toteuttavat oikeita toimenpiteitä sen tarkkuuden varmistamiseksi, pitävät työstään arvokasta sekä itselleen että niille, jotka myös siihen luottavat."

Katso lisää Kuinka pitää tietoteknikko-taitosi ajan tasalla: 3 TechRepublic-vinkkiä.

Data, Analytics ja AI-uutiskirje

Hanki asiantuntijavinkkejä suurten tietojen analysoinnin perusteiden hallitsemiseen ja pysy ajan tasalla tekoälyn viimeisimmästä kehityksestä. Toimitettu maanantaisin

Rekisteröidy tänään

Katso myös

  • Kuinka tulla tietotieteilijäksi: Huijauskortti (TechRepublic)
  • 60 tapaa saada eniten hyötyä big data -aloitteistasi (ilmainen PDF) (TechRepublic)
  • Ominaisuuksien vertailu: Tietoanalyysiohjelmisto ja palvelut (TechRepublic Premium)
  • Tilavuus, nopeus ja variaatio: Suuren datan kolmen V: n ymmärtäminen (ZDNet)
  • Parhaat pilvipalvelut pienyrityksille (CNET)
  • Suuret tiedot: Lisää pakollista luettavuutta (TechRepublic on Flipboard)
Kuva: iStockphoto / Peshkova

© Copyright 2020 | mobilegn.com