Los científicos de datos verán resultados positivos al hacer estas resoluciones profesionales y personales, según John Weathington.
Video: Cómo diferenciar entre inteligencia artificial, aprendizaje automático y aprendizaje profundoLos avances en inteligencia artificial, aprendizaje automático y aprendizaje profundo están afectando a las empresas. Pero, los términos a menudo se usan indistintamente. He aquí cómo distinguirlos.
Es esa época del año en la que todo el mundo está pensando en establecer resoluciones. Algunas personas pueden tratar de perder peso, mientras que otras pueden querer aprender un nuevo idioma, pero los científicos de datos tienen una personalidad única que creo que entiendo.
No me malinterpreten: no hay nada malo en perder peso o aprender un nuevo idioma; sin embargo, después de trabajar con científicos de datos durante décadas y ser uno de ellos mismo, he notado algunas cosas que podrían diferenciarnos de los demás. Enfrentémoslo: ¿Cuántas personas disfrutan realmente mirando el código durante horas porque están convencidas de que pueden obtener una consulta para correr más rápido?
En 2019, les animo a que consideren hacer estas resoluciones profesionales y personales.
VER: IT jobs 2019: Contratación de prioridades, áreas de crecimiento y estrategias para cubrir puestos vacantes (Tech Pro Research)
Una resolución profesional: Más información sobre la ciencia de datos
La ciencia de datos es una práctica multidisciplinaria que incluye programación de computadoras, matemáticas avanzadas, inteligencia artificial, visualización de datos, administración de bases de datos, almacenamiento de datos e inteligencia de negocios. Si usted es un experto en sólo uno o dos de estos temas, es un buen momento para ampliar su base de conocimientos.
Muchos científicos de datos (incluyéndome a mí) surgieron del mundo de la inteligencia de negocios y el almacenamiento de datos; en la década de 1990, estábamos haciendo lo que muchos científicos de datos están haciendo, al menos en parte, hoy en día. Por muy hábiles y conocedores que fuéramos sobre el almacenamiento de datos, dudo que mucha gente que hiciera ese trabajo supiera algo de inteligencia artificial.
Si esto suena similar, tome tiempo en 2019 para dominar el aprendizaje de la máquina, las redes neuronales, los algoritmos genéticos, los sistemas expertos y todas las maravillosas técnicas que eventualmente enseñarán a las computadoras cómo tomar el control del mundo (no se preocupe, no creo que eso suceda por unos pocos siglos.
VER: La gran esperanza de la ciencia de datos: El aprendizaje automático puede curar su terrible higiene de datos (ZDNet)
Por el contrario, un número de científicos de datos entraron a la profesión desde el mundo de la inteligencia artificial y/o las matemáticas avanzadas -parecía ser una progresión lógica. Estos profesionales sintieron que tenían la parte difícil resuelta, y ahora era sólo cuestión de aprender sobre las bases de datos. La realidad es que convertirse en un profesional de los datos no es tan fácil como parece. Por lo tanto, cuando se enfrentan a las frustraciones de las consultas de larga duración y las uniones externas que se han vuelto locas, la mayoría de los científicos de datos regresan a su zona de confort de análisis de datos bayesianos y cálculo estocástico. Si este eres tú, da el salto al mundo de los datos y comprométete a aprender sobre la adquisición de datos (es un término técnico): lo bueno, lo malo y lo feo. Es frustrante a veces, pero es muy gratificante cuando se domina.
Una resolución personal: ¡Hazlo ahora mismo!
Durante años, descarté categóricamente la idea de apresurarme en una actividad sin pensarlo bien, y cualquiera que me acosara para que me moviera más rápido de lo que me parecía correcto era recibido con un crujir de dientes y un ceño fruncido.
Hay un gran valor en pensar bien las cosas. Todos hemos escuchado las historias de horror del código de buggies que se pusieron en producción porque alguien se perdió una coma o un punto y coma sin querer. Cuando construimos código, nos tomamos nuestro tiempo; revisamos nuestro código cuidadosamente, y luego pedimos a nuestros compañeros que revisen nuestro código. Construimos y ejecutamos pruebas unitarias, pruebas de sistema, pruebas funcionales, pruebas de regresión y pruebas de aceptación del usuario antes de que cualquier usuario final toque nuestro sistema.
Pero no todas las cosas funcionan como la ciencia de datos. Hay un costo por pensar las cosas a través del tiempo. A veces el intercambio tiene sentido, aunque apuesto a que tiendes a pensar demasiado las cosas.
VER: Cómo construir una carrera exitosa como científico de datos (PDF gratuito) (ConsejoTecnologico.com)
En 2019, practique actuar sin pensar cuando el riesgo es bajo, usted encontrará que este es el caso con la mayoría de las actividades. Cuando reciba un correo electrónico, léalo y responda a él sin demorar demasiado en formular una respuesta. Al tomar medidas rápidas, tendrá más tiempo para pensar en la ciencia de los datos.
Conclusión
Como científico de datos, estoy seguro de que usted tiene un interés apasionado en el aprendizaje; dicho esto, los científicos de datos juegan a veces a lo seguro y se atienen a lo que sabemos porque es fácil. Para 2019, resuelva hacer un cambio.
Más información sobre Big Data
En el lado profesional, amplíe sus conocimientos sobre la ciencia de datos. Si eres un experto en bases de datos, entonces aprende más sobre la inteligencia artificial; si eres un genio de las matemáticas, date un chapuzón con el almacenamiento de datos. Y la mayoría de nosotros podemos beneficiarnos de una o dos clases de visualización de datos.
En lo personal, comprométase a hacer las cosas rápidamente. Puede ser difícil al principio debido a su tendencia natural a pensar en todo, pero asegúrese de actuar rápidamente siempre que pueda. Explorarás un lado diferente de la vida: uno donde las cosas se mueven rápido y las recompensas son abundantes.
Las resoluciones tienen la notoria reputación de adoptar una característica apátrida: en febrero, no hay recuerdos de lo que se cometió en enero. No permita que esto le suceda a usted – resuelva que, antes de 2019, usted será un científico de datos de acción rápida y completa. El año que viene por estas fechas, te alegrarás de haber fijado esta meta.
Boletín informativo de Big Data Insights
Domine los fundamentos de la analítica de datos de gran tamaño siguiendo estos consejos de expertos y leyendo los conocimientos sobre las innovaciones de la ciencia de datos. Lunes de entrega