神秘的数据科学家,90%的时间都在干些啥?
共 867字,需浏览 2分钟
·
2021-07-04 02:21
与已经成为当下热门职业的程序员相比,伴随人工智能应用诞生的“数据科学家”却仍显神秘。顶着“科学家”的头衔,让这个职业看上去有些高深而遥不可及。
现实中的“数据科学家”是怎样的?他们做着怎样的工作,又有怎样的意义?
献礼建党百年,《北京商报》推出了《我们的新打工人》系列专题片,将镜头对准新时代的九种新职业——字画修复师、外卖配送员、网约车司机、新能源售后、旅游定制师、银行零售经理、互联网医生、数据科学家与数据分析师,用九位“新打工人”的故事,讲述近年来移动互联网快速发展、社会转型升级背景下的时代变迁。
作为新打工人代表,TalkingData 数据科学家周婷在短片中用自己的亲身经历分享了这个职业的工作日常。
进行算法模型的构建、训练、评估和持续优化,是数据科学家的关键工作。正是依靠这些算法模型,才能够将虚拟的大数据与人工智能技术落地在实际业务中,驱动效率提升与业务增长。
但在此之前,要先付出大量时间在数据准备上。清洗去掉原始数据中的“杂质”、将非结构化数据处理成可以输入模型的结构化数据等等,这些“重复性搬砖”的工作虽然枯燥琐碎,但数据质量的优劣直接影响着最终的模型效果。
数据科学家这个职业确实有比较高的专业要求,既要具备数学、统计学等理论知识基础,还要掌握多种编程语言,更重要的是要持续学习正在快速创新迭代的人工智能算法,并对模型所应用的业务场景有一定认知。想做一名优秀的数据科学家,就要不断更新自己的知识栈。
国家政策支持与数字化转型加速为大数据应用创造了广阔的空间,也带来了对数据科学人才的巨大需求。欢迎对这一领域感兴趣的伙伴们加入 TalkingData ,点击小程序即可了解相关职位。
TalkingData——用数据说话
每天一篇好文章,欢迎分享关注
↓↓↓点击阅读原文,了解相关职位