HIROSHI WATANABE/GETTY IMAGES
Na The Wealth of Nations, Adam Smith na-egosi ka nkewa nke ọrụ na-esi bụrụ isi ihe na-eme ka mmepụtawanyewanye. Otu ihe atụ bụ eriri ígwè a na-arụ n’ụlọ ọrụ pin: “Otu onye ọrụ na-adọkpụ waya, onye ọzọ na-adọtị ya, nke atọ na-egbutu ya, nke anọ na-amụcha ọgwụgwụ ya, otu ụzọ n’ụzọ ise na-egweri akụkụ nke ọzọ iji kwekọọ n’isi.” Ekele maka ọkachamara na-elekwasị anya na ọrụ ụfọdụ, onye ọrụ ọ bụla na-aghọ onye ọkachamara ruru eru nke ọma na ọrụ ya dị warara, nke na-eduga n'ịbawanye arụmọrụ usoro. Mmepụta nke onye ọrụ na-abawanye ọtụtụ ugboro, ụlọ ọrụ mmepụta ihe na-arụkwa ọrụ nke ọma n'ịmepụta ntụtụ.
Nkewa ọrụ a site na ịrụ ọrụ gbanyere mkpọrọgwụ n'uche anyị ọbụna taa nke na anyị haziri ndị otu anyị ngwa ngwa. Sayensị data abụghị ihe ọzọ. Ike azụmahịa algorithmic mgbagwoju anya chọrọ ọtụtụ ọrụ ọrụ, yabụ ụlọ ọrụ na-emepụtakarị otu ndị ọkachamara: ndị nyocha, ndị injinia data, ndị injinia mmụta igwe, ndị sayensị na-akpata na mmetụta, na ndị ọzọ. A na-ahazi ọrụ nke ndị ọkachamara site n'aka onye njikwa ngwaahịa na ịnyefe ọrụ n'ụzọ yiri ụlọ ọrụ pin: "otu onye na-enweta data ahụ, onye ọzọ na-emepụta ya, nke atọ na-eme ya, usoro nke anọ" na ihe ndị ọzọ.
Ewoo, anyị ekwesịghị ibuli ndị otu Sayensị Sayensị Data anyị ka ha wee kwalite nrụpụta. Otú ọ dị, ị na-eme nke a mgbe ị ghọtara ihe ị na-emepụta: atụdo ma ọ bụ ihe ọzọ, ma na-agbalịsi ike ịbawanye arụmọrụ. Ebumnuche nke ahịrị mgbakọ bụ iji rụchaa ọrụ. Anyị maara kpọmkwem ihe anyị chọrọ - atụdo (dị ka ihe atụ Smith), mana ngwaahịa ma ọ bụ ọrụ ọ bụla nwere ike ịkpọ nke ihe ndị a chọrọ na-akọwa n'ụzọ zuru ezu akụkụ niile nke ngwaahịa na omume ya. Ọrụ nke ndị ọrụ bụ imezu ihe ndị a chọrọ nke ọma dịka o kwere mee.
Mana ebumnuche nke Science Science abụghị imezu ọrụ. Kama, ebumnuche bụ inyocha na ịzụlite ohere azụmahịa ọhụrụ siri ike. Ngwaahịa na ọrụ algorithmic dị ka sistemụ nkwanye, mmekọrịta ndị ahịa, nhazi ụdị mmasị, nha, imewe uwe, njikarịcha ngwa agha, nchọpụta oge oge na ọtụtụ ihe ndị ọzọ enweghị ike ịmalite tupu oge eruo. A ga-amụrịrị ha. Enweghị ụkpụrụ ọ bụla iji megharịa, ndị a bụ ohere ọhụrụ nwere ejighị n'aka. Ọnụọgụ, ụdị, ụdị ihe atụ, hyperparameters, ihe niile dị mkpa ga-amụtarịrị site na nnwale, nnwale na njehie, na ikwugharị. Na atụdo, ọzụzụ na imewe na-eme tupu mmepụta. Site na Science Science, ị na-amụta ka ị na-eme, ọ bụghị na mbụ.
N'ime ụlọ ọrụ pin, mgbe ọzụzụ bịara na mbụ, anyị anaghị atụ anya ma ọ bụ chọọ ndị ọrụ imeziwanye akụkụ ọ bụla nke ngwaahịa ahụ karịa ịkwalite nrụpụta nrụpụta. Ọpụrụiche ọrụ na-eme ka uche n'ihi na ọ na-eduga na nhazi arụmọrụ na mmepụta agbanwe agbanwe (na-enweghị mgbanwe na ikpeazụ ngwaahịa).
Mana mgbe ngwaahịa ahụ ka na-etolite ma ebumnuche bụ ọzụzụ, ọpụrụiche na-egbochi ebumnuche anyị n'ọnọdụ ndị a:
1. Ọ na-abawanye ọnụ ahịa nhazi.
Ya bụ, ụgwọ ndị ahụ na-agbakọ n'oge a na-eji na-ekwurịta okwu, na-ekwurịta okwu, na-akwado ma na-ebute ụzọ ọrụ kwesịrị ịrụ. Ọnụ ego ndị a na-akwụ ụgwọ nke ukwuu yana ọnụọgụ ndị mmadụ metụtara. (Dịka J. Richard Hackman kụziiri anyị, ọnụ ọgụgụ nke mmekọrịta r na-eto eto n'otu aka ahụ na ọrụ nke ọnụ ọgụgụ nke okwu n dị ka nkwekọ a: r = (n ^ 2-n) / 2. Na mmekọrịta ọ bụla na-ekpughe ụfọdụ ego nke Mmekọrịta ego.) Mgbe a na-ahazi ndị ọkà mmụta sayensị data site na ọrụ, na ọkwa ọ bụla, na mgbanwe ọ bụla, ntinye aka ọ bụla, wdg, a chọrọ ọtụtụ ndị ọkachamara, nke na-abawanye ọnụ ahịa nhazi. Dịka ọmụmaatụ, ndị na-emepụta ihe ndekọ ọnụ ọgụgụ ndị chọrọ ịnwale njirimara ọhụrụ ga-ejikọta ya na ndị injinia data na-agbakwụnye na nhazi data oge ọ bụla ha chọrọ ịnwale ihe ọhụrụ. N'otu aka ahụ, ụdị ọhụrụ ọ bụla a zụrụ azụ pụtara na onye nrụpụta ihe nlereanya ga-achọ onye ga-ahazi ya iji tinye ya na mmepụta. Ọnụ ego nhazi na-arụ ọrụ dị ka ọnụ ahịa maka ịmaliteghachi, na-eme ka ha sie ike ma dị oke ọnụ ma nwee ike ime ka a gbahapụ ọmụmụ ihe ahụ. Nke a nwere ike igbochi mmụta.
2. Ọ na-eme ka oge nchere sie ike.
Ọbụna ihe na-akụda mmụọ karịa ọnụ ahịa nhazi bụ oge efu n'etiti mgbanwe ọrụ. Ọ bụ ezie na a na-atụkarị ọnụ ahịa nhazi n'ime awa - oge ọ na-ewe iji duzie nzukọ, mkparịta ụka, nyocha nhazi - a na-atụkarị oge echere na ụbọchị, izu ma ọ bụ ọbụna ọnwa! Usoro ndị ọkachamara na-arụ ọrụ siri ike ịhazigharị n'ihi na ọkachamara ọ bụla ga-ekesa n'ọtụtụ ọrụ. Nzukọ na-ewe otu awa iji kparịta mgbanwe nwere ike iwe ọtụtụ izu iji dozie usoro ọrụ ahụ. Na mgbe ha kwekọrịtara na mgbanwe ndị ahụ, ọ dị mkpa ịhazi ọrụ n'ezie n'onwe ya na ọtụtụ ọrụ ndị ọzọ na-ewe oge ọrụ nke ndị ọkachamara. Ọrụ metụtara ndozi koodu ma ọ bụ nyocha nke na-ewe naanị awa ole na ole ma ọ bụ ụbọchị iji wuchaa nwere ike were ogologo oge tupu akụrụngwa adị. Ruo mgbe ahụ, a kwụsịtụrụ ikwugharị na mmụta.
3. Ọ na-ebelata ihe ndị gbara ya gburugburu.
Nkewa nke ọrụ nwere ike igbochi mmụta site n'inye ndị mmadụ ụgwọ maka ịnọgide na ọpụrụiche ha. Dịka ọmụmaatụ, onye ọkà mmụta sayensị na-eme nchọpụta bụ onye ga-anọrịrị n'ime oke ọrụ ya ga-elekwasị anya n'ike ya na ịnwale ụdị algọridim dị iche iche: nlọghachi azụ, netwọk neural, ọhịa na-enweghị ihe ọ bụla, na ihe ndị ọzọ. N'ezie, ezigbo nhọrọ algọridim nwere ike iduga n'ịkwalite mmụba, mana enwere ọtụtụ ihe ndị ọzọ a ga-enweta site na mmemme ndị ọzọ, dị ka ijikọ isi mmalite data ọhụrụ. N'otu aka ahụ, ọ ga-enyere aka ịmepụta ụdị nke na-erigbu ike nkọwa ọ bụla dị na data ahụ. Agbanyeghị, ike ya nwere ike ịdị na-agbanwe n'ebumnobi ọrụ ma ọ bụ izu ike ụfọdụ ihe mgbochi. Nke a siri ike ịhụ ma ọ bụ mee mgbe ọrụ ya nwere oke. N'ihi na onye ọkà mmụta sayensị na-ahụ maka nkà na ụzụ na-emezi algọridim, ọ na-adịkarị obere ka ọ na-eme ihe ọ bụla ọzọ, ọ bụrụgodị na ọ na-eweta uru dị ukwuu.
Ịkpọ aha akara ndị na-apụta mgbe ndị otu sayensị data na-arụ ọrụ dị ka ụlọ ọrụ pin (dịka ọmụmaatụ, na mmelite ọnọdụ dị mfe): "ichere mgbanwe pipeline data" na "ichere akụrụngwa ML Eng" bụ ndị na-egbochikarị. Otú ọ dị, ekwenyere m na mmetụta dị ize ndụ karị bụ ihe ị na-ahụghị, n'ihi na ị pụghị ịkwa ụta ihe ị na-amaghị. Mgbu na-enweghị ntụpọ na afọ ojuju a na-enweta site na imezu usoro dị mma nwere ike kpuchie eziokwu ahụ na òtù dị iche iche amaghị maka uru mmụta ha na-efunahụ.
Ngwọta maka nsogbu a, n'ezie, bụ ikpochapụ usoro ntụtụ ụlọ ọrụ. Iji kwalite mmụta na ntughari, ọrụ ndị ọkà mmụta sayensị data kwesịrị ịbụ mkpokọta mana nwee nnukwu ọrụ na-adabereghị na ọrụ nka, ya bụ ịhazi ndị sayensị data ka ha wee nwee ike maka mmụta. Nke a pụtara iwere ndị ọkachamara n'ụkọ zuru oke - ndị ọkachamara n'ozuzu nwere ike ịrụ ọrụ dị iche iche, site n'echiche ruo n'ichepụta ihe, mmejuputa iwu ruo n'ihe. Ọ dị mkpa iburu n'obi na anaghị m atụ aro na iwere talent zuru oke kwesịrị ibelata ọnụ ọgụgụ ndị ọrụ. Kama, m ga-eche na mgbe a haziri ha n'ụzọ dị iche, ihe mkpali ha na-adaba na uru mmụta na arụmọrụ. Dịka ọmụmaatụ, ka anyị kwuo na ị nwere otu mmadụ atọ nwere nkà azụmahịa atọ. N'ụlọ ọrụ mmepụta ihe, onye ọrụ nka ọ bụla ga-etinye otu ụzọ n'ụzọ atọ nke oge ya n'ọrụ ọ bụla, ebe ọ bụ na ọ nweghị onye ọzọ nwere ike ịrụ ọrụ ya. Na nchịkọta zuru oke, onye ọ bụla n'ozuzu ya raara onwe ya nye n'ụzọ zuru ezu na usoro azụmahịa dum, mmụba, na ọzụzụ.
N'ịbụ ndị mmadụ ole na ole na-akwado usoro mmepụta ihe, nhazi na-ebelata. Onye na-ahụ maka izugbe na-eme ka mmiri dị n'etiti atụmatụ, gbasaa pipeline data iji tinyekwuo data, na-anwale njirimara ọhụrụ na ụdị, na-ebuga nsụgharị ọhụrụ na mmepụta maka nha ihe kpatara, na ịmegharị usoro ngwa ngwa ka echiche ọhụrụ na-apụta. N'ezie, ụgbọ ala ọdụ na-arụ ọrụ dị iche iche n'usoro ọ bụghị n'otu oge. A sị ka e kwuwe, ọ bụ naanị otu onye. Agbanyeghị, imecha ọrụ na-ewekarị naanị ntakịrị oge achọrọ iji nweta akụrụngwa pụrụ iche. Ya mere, oge nkwuputa na-ebelata.
Onye isi ala anyị nwere ike ọ gaghị abụ ọkachamara dị ka ọkachamara n'otu ọrụ ọrụ, mana anyị anaghị agba mbọ maka ịrụ ọrụ zuru oke ma ọ bụ obere nkwalite. Kama, anyị na-agba mbọ ịmụta na chọpụta ọtụtụ ihe ịma aka ọkachamara nwere mmetụta nke nta nke nta. N'iji ọnọdụ zuru oke maka ngwọta zuru oke, ọ na-ahụ ohere ndị ọkachamara ga-atụfu. O nwere ọtụtụ echiche na ohere ndị ọzọ. Ọ na-adakwa. Otú ọ dị, ọnụ ahịa ọdịda dị ala na uru nke mmụta dị elu. Asymmetry a na-akwalite mmegharị ngwa ngwa ma na-akwụghachi ụgwọ mmụta.
Ọ dị mkpa iburu n'obi na ọnụọgụ nnwere onwe na nka dị iche iche enyere ndị ọkà mmụta sayensị zuru oke na-adabere n'ike nke ikpo okwu data nke a ga-arụ ọrụ na ya. Ikpo okwu data ahaziri nke ọma na-edobe ndị ọkà mmụta sayensị data site na mgbagwoju anya nke njide, nhazi nkesa, ọdịda akpaaka, na echiche mgbako ndị ọzọ dị elu. Na mgbakwunye na abstraction, ikpo okwu data siri ike nwere ike inye njikọ na-enweghị nkebi na akụrụngwa nnwale, na-akpachapụ anya na nleba anya, mee ka nyocha akpaka na nhụta nke nsonaazụ algorithmic na debugging. Ihe ndị a bụ ndị injinia n'elu ikpo okwu na-emepụta ma wuo ya, nke pụtara na anaghị ebufe ha site na ndị ọkà mmụta sayensị data na ndị otu mmepe nke ikpo okwu data. Ọ bụ ọkachamara sayensị data bụ onye na-ahụ maka koodu niile ejiri na-agba ọsọ ikpo okwu.
M, kwa, nwere mgbe mmasị na-arụ ọrụ nkewa nke ọrụ na-eji usoro arụmọrụ, ma site na ikpe na njehie (ọ dịghị ụzọ ka mma ịmụta), M chọpụtara na-ahụkarị ọrụ mma ikwado mmụta na ọhụrụ na-enye nri metrics: chọpụtara na na-ewu ọtụtụ ohere azụmahịa karịa ụzọ pụrụ iche. (Ụzọ dị irè isi mụta maka ụzọ a si ahazi nhazi karịa nnwale na njehie m gara bụ ịgụ akwụkwọ Amy Edmondson Team Collaboration: How Organizations Learn, Innovate, and Compete in the Knowledge Economy).
Enwere ụfọdụ echiche dị mkpa nke nwere ike ime ka usoro a na-ahazi ma ọ bụ nke a pụrụ ịdabere na ya na ụfọdụ ụlọ ọrụ. Usoro iteration na-ebelata ọnụ ahịa ikpe na njehie. Ọ bụrụ na ọnụ ahịa njehie dị elu, ịnwere ike ịbelata ha (mana akwadoghị nke a maka ngwa ahụike ma ọ bụ nrụpụta). Na mgbakwunye, ọ bụrụ na ị na-emeso petabytes ma ọ bụ exabytes nke data, ọpụrụiche na injinia data nwere ike ịchọ. N'otu aka ahụ, ọ bụrụ na idowe ike azụmahịa n'ịntanetị yana nnweta ha dị mkpa karịa imeziwanye ha, ịrụ ọrụ kacha mma nwere ike ime ka mmụta. N'ikpeazụ, ụdị nchịkọta zuru ezu na-adabere na echiche nke ndị maara banyere ya. Ha abụghị unicorns; ị nwere ike ịchọta ha ma ọ bụ kwadebe ha n'onwe gị. Agbanyeghị, ha na-achọsi ike ma na-adọta na idowe ha ga-achọ ụgwọ asọmpi, ụkpụrụ ụlọ ọrụ siri ike na ọrụ siri ike. Jide n'aka na omenala ụlọ ọrụ gị nwere ike ịkwado nke a.
Ọbụlagodi na ihe niile kwuru, ekwenyere m na ụdị nchịkọta zuru ezu na-enye ọnọdụ mmalite kachasị mma. Malite na ha, wee jiri nlezianya gaa n'ihu na ngalaba na-arụ ọrụ naanị mgbe ọ dị oke mkpa.
Enwere ọghọm ndị ọzọ nke ọpụrụiche ọrụ. Nke a nwere ike ibute ọnwụ nke ọrụ na ngafe n'akụkụ ndị ọrụ. Smith n'onwe ya na-akatọ nkewa nke ọrụ, na-atụ aro na ọ na-eduga n'ịkụda talent, ya bụ. Ndị ọrụ na-aghọ ndị na-amaghị ihe ma na-ewepụ ya n'ihi na ọrụ ha na-ejedebe na ọrụ ole na ole ugboro ugboro. Ọ bụ ezie na ọpụrụiche nwere ike inye arụmọrụ usoro, ọ dị obere ka ọ ga-akpali ndị ọrụ.
N'aka nke ya, ọrụ dịgasị iche iche na-enye ihe niile na-eme ka afọ ojuju ọrụ: nnwere onwe, ikike, na nzube. Nnwere onwe bụ na ha anaghị adabere n'ihe ọ bụla iji nweta ihe ịga nke ọma. Nkarịrị dị na uru asọmpi siri ike. Na echiche nke nzube na-adabere na ohere iji nwee mmetụta na azụmahịa ha na-emepụta. Ọ bụrụ na anyị nwere ike ime ka ndị mmadụ nwee obi ụtọ banyere ọrụ ha ma nwee mmetụta dị ukwuu na ụlọ ọrụ ahụ, mgbe ahụ ihe ọ bụla ọzọ ga-adaba n'ime ebe.
isi: www.habr.com