შენიშვნები თარიღი მეცნიერი: სად უნდა დავიწყოთ და არის თუ არა ეს აუცილებელი?

TL;DR არის პოსტი კითხვები/პასუხისთვის მონაცემთა მეცნიერების შესახებ და როგორ შეხვიდეთ პროფესიაში და განვითარდეთ მასში. სტატიაში გავაანალიზებ ძირითად პრინციპებსა და FAQ-ს და მზად ვარ ვუპასუხო თქვენს კონკრეტულ შეკითხვებს - დაწერეთ კომენტარებში (ან პირად შეტყობინებაში), ვეცდები რამდენიმე დღეში ვუპასუხო ყველაფერზე.

ნოტების სერიის "სატანისტური თარიღის" მოსვლასთან ერთად, ბევრი შეტყობინება და კომენტარი მოვიდა კითხვებით, თუ როგორ უნდა დავიწყოთ და სად უნდა გათხრა, დღეს კი გავაანალიზებთ მთავარ უნარებსა და კითხვებს, რომლებიც წარმოიშვა პუბლიკაციების შემდეგ.

ყველაფერი, რაც აქ არის ნათქვამი, არ არის პრეტენზია, რომ არის საბოლოო სიმართლე და არის ავტორის სუბიექტური აზრი. ჩვენ განვიხილავთ ძირითად საკითხებს, რომლებიც ყველაზე მნიშვნელოვანია ამ პროცესში.

რატომ არის ეს ზუსტად საჭირო?

იმისათვის, რომ მიზანი იყოს უკეთესი მიღწევადი, ისე რომ ის გარკვეულწილად მაინც გამოიყურებოდეს - გსურთ გახდეთ DS ან მკვლევარი მეცნიერი Facebook/Apple/Amazon/Netflix/Google-ში - გადახედეთ მოთხოვნებს, ენებს და საჭირო უნარებს. კონკრეტულად რომელ თანამდებობაზე. რა არის დაქირავების პროცესი? როგორ გადის ჩვეულებრივი დღე ასეთ როლში? როგორ გამოიყურება იქ მომუშავე ადამიანის საშუალო პროფილი?

ხშირად საერთო სურათი ისეთია, რომ ადამიანს ნამდვილად არ ესმის რა სურს და ბოლომდე არ არის გასაგები, როგორ მოემზადოს ამ გაურკვეველი სურათისთვის - ასე რომ, ღირს მინიმუმ უხეში გეგმა, თუ რა გინდათ.

მიმდინარე მიზნის ხედვის კონკრეტიზაცია

მაშინაც კი, თუ ეს გზაში იცვლება და ზოგადად ნორმალურია გეგმების შეცვლა სპექტაკლის მსვლელობისას, ღირს გქონდეს მიზანი და მასზე ფოკუსირება, პერიოდულად შეფასება და გადახედვა.

იქნება თუ ისევ აქტუალურია?

იმ დროისთვის, როდესაც თქვენ ჩამოყალიბდებით პოზიციაზე.

წარმოიდგინეთ, რომ თქვენს თანამდებობამდე უნდა მიიღოთ დოქტორი, 2-3 წელი იმუშაოთ ინდუსტრიაში და ზოგადად შეიჭრათ თმა მონასტერში მედიტაციის დროს - არ იქნება მონაცემთა მეცნიერების მდგომარეობა ისეთი, როგორიც ადრე იყო ეკონომისტებთან და ადვოკატები? შეიცვლება თუ არა ყველაფერი აღიარების მიღმა იმ სფეროში, რომლის გატარებაც გსურთ?

არ არის კარგი შანსი, რომ ახლა ყველა იქ მივარდეს და ჩვენ ვნახავთ სურათს, სადაც არის ხალხის ფართო ფენა, რომელიც ცდილობს პროფესიაში შესვლას - და იქნება უბრალოდ მწირი საწყისი პოზიცია.

შეიძლება ღირდეს გზის არჩევისას მიმდინარე ტენდენციების გათვალისწინება, არა მხოლოდ შრომის ბაზრის ამჟამინდელი მდგომარეობა, არამედ თქვენი წარმოდგენა იმის შესახებ, თუ როგორ იცვლება და სად არის ის.

მაგალითად, ავტორი არ გეგმავდა სატანისტი გამხდარიყო, მაგრამ დოქტორანტურის დროს მუშაობდა მესამე მხარის პროექტებზე, რომლებსაც ჰქონდათ ძლიერი უნარები საერთო DS-თან, ხოლო ასპირანტურის ბოლოს იგი ბუნებრივად გადაერთო გარემოზე, ნახა კარგი. პოზიცია.

თუ სპექტაკლის მსვლელობისას აღმოჩნდება, რომ საჭირო იქნება სხვაგან გადაადგილება - იმიტომ, რომ ახლა ყველაზე მეტი მოძრაობაა და ყველა ყველაზე საინტერესო მოქმედება ხდება, მაშინ ჩვენ იქ ბუნებრივად გადავალთ.

უნარების დაშლა

ეს არის უნარების პირობითი კატეგორიები, რომლებიც, მეჩვენება, რომ მთავარია DS-ში სრული და ეფექტური მუშაობისთვის. ცალკე გამოვყოფ ინგლისურს - ისწავლე რასაც აკეთებ CS-ში. შემდეგი არის ძირითადი კატეგორიები.

პროგრამირება/სკრიპტირება

რა ენები უნდა იცოდეთ აუცილებლად? პითონი? ჯავა? Shell სკრიპტირება? ლუა? Sql? C++?

კონკრეტულად რისი გაკეთება გჭირდებათ და რატომ პროგრამირების თვალსაზრისით - პოზიციების დიაპაზონი აქ ძალიან განსხვავდება.

მაგალითად, მე ხშირად მიწევს რთული ლოგიკის, მოთხოვნების, მოდელების, ანალიტიკის დანერგვა და ზოგადად ინტერპრეტირებული სისტემების შემუშავება, მაგრამ კოდის სიჩქარის მოთხოვნები თითქმის არასოდეს არსებობს, გარდა ყველაზე ზოგადი და გონივრული.

მაშასადამე, ჩემი უნარების ნაკრები ძალიან განსხვავდება მათგან, ვინც წერს Tensorflow ბიბლიოთეკას და ფიქრობს კოდის ოპტიმიზაციაზე l1 ქეშის ეფექტური გამოყენებისთვის და მსგავსი რამ, ასე რომ გადახედეთ კონკრეტულად რა გჭირდებათ და შეაფასეთ სწავლის სწორი გზა.

მაგალითად, პითონისთვის, ადამიანები უკვე ქმნიან ბარათი ენის შესწავლა.

რა თქმა უნდა, უკვე არსებობს გამოცდილი რჩევები და კარგი წყაროები თქვენი საჭიროებისთვის - თქვენ უნდა გადაწყვიტოთ სია და დაიწყოთ მასზე მუშაობა.

ბიზნეს პროცესების გააზრება

ამის გარეშე ვერსად წახვალ: უნდა გესმოდეთ, რატომ გჭირდებათ ამ პროცესში, რას აკეთებთ და რატომ. ხშირად ეს არის ის, რაც დაზოგავს დიდ დროს, გაზრდის თქვენს სარგებელს და თავიდან აიცილებს დროისა და რესურსების დაკარგვას სისულელეებზე.

ჩვეულებრივ, საკუთარ თავს ვუსვამ შემდეგ კითხვებს:

• კონკრეტულად რას ვაკეთებ კომპანიაში?
• რატომ?
• ვინ გამოიყენებს და როგორ?
• რა ვარიანტები მაქვს?
• რა არის პარამეტრების საზღვრები?

პარამეტრების შესახებ ცოტა მეტი დეტალი: ხშირად შეგიძლიათ მნიშვნელოვნად შეცვალოთ სამუშაო სცენარი, თუ იცით, რომ რაღაც შეიძლება შეიწიროს: მაგალითად, ინტერპრეტაცია ან პირიქით, რამდენიმე პროცენტი აქ არ ითამაშებს როლს და ჩვენ გვაქვს ძალიან სწრაფი გადაწყვეტა და კლიენტს ეს სჭირდება, რადგან ის იხდის მილსადენის გაშვების დროს AWS-ში.

მათემატიკა

აქ თქვენ თვითონ ფიქრობთ და გესმით ყველაფერი - საბაზისო მათემატიკის ცოდნის გარეშე თქვენ სხვა არაფერი ხართ თუ არა მაიმუნები ყუმბარით (ბოდიში შემთხვევითი ტყე) - ასე რომ თქვენ უნდა გესმოდეთ მინიმუმ ძირითადი რამ. ძალიან მინიმალურ სიას რომ შევადგენდე, ის შეიცავდა:

• ხაზოვანი ალგებრა - რესურსების უზარმაზარი რაოდენობა მარტივია Google-ისთვის, მოძებნეთ ის, რაც საუკეთესოდ ჯდება;
• მათემატიკური ანალიზი - (მინიმუმ პირველ ორ სემესტრში);
• ალბათობის თეორია ყველგან არის მანქანათმცოდნეობაში;
• კომბინატორიკა - ის რეალურად ავსებს თეორიას;
• გრაფიკის თეორია - მინიმუმ BASIC;
• ალგორითმები - მინიმუმ პირველი ორი სემესტრის განმავლობაში (იხილეთ კორმენის რეკომენდაციები მის წიგნში);
• მათლოგიკა - მინიმუმ ძირითადი.

მონაცემთა პრაქტიკული ანალიზი და ვიზუალიზაცია

ერთ-ერთი ყველაზე მნიშვნელოვანი ის არის, რომ არ შეგეშინდეთ მონაცემებით ხელების დაბინძურების და მონაცემთა ნაკრების, პროექტის ყოვლისმომცველი ანალიზის ჩატარება და მონაცემთა სწრაფი ვიზუალიზაციის შექმნა.

საძიებო მონაცემების ანალიზი უბრალოდ ბუნებრივი უნდა გახდეს, ისევე როგორც ყველა სხვა მონაცემთა ტრანსფორმაცია და მარტივი მილსადენის შექმნის შესაძლებლობა unix კვანძებიდან (იხილეთ წინა სტატიები) ან დაწეროთ წასაკითხი და გასაგები ნოუთბუქი.

მინდა აღვნიშნო ვიზუალიზაცია: სჯობს ერთხელ ნახოთ, ვიდრე ასჯერ მოსმენა.

მენეჯერისთვის გრაფიკის ჩვენება ასჯერ უფრო ადვილი და ნათელია, ვიდრე რიცხვების ნაკრები, ამიტომ matplotlib, seaborn და ggplot2 თქვენი მეგობრები არიან.

რბილი უნარები

თანაბრად მნიშვნელოვანია, რომ შეძლოთ თქვენი იდეების, ასევე შედეგებისა და საზრუნავების (ა.შ.) სხვებისთვის კომუნიკაცია - დარწმუნდით, რომ თქვენ შეგიძლიათ მკაფიოდ გამოხატოთ დავალება როგორც ტექნიკური, ასევე საქმიანი თვალსაზრისით.

თქვენ შეგიძლიათ აუხსნათ კოლეგებს, მენეჯერებს, ზემდგომებს, კლიენტებს და ნებისმიერ სხვას, ვისაც ეს სჭირდება, რა ხდება, რა მონაცემებს იყენებთ და რა შედეგი მიიღეთ.

თქვენი დიაგრამები და დოკუმენტაცია უნდა წაიკითხოთ თქვენს გარეშე. ანუ არ არის საჭირო შენთან მისვლა იმის გასაგებად, რაც იქ წერია.

თქვენ შეგიძლიათ გააკეთოთ მკაფიო პრეზენტაცია, რათა გაეცნოთ აზრს და/ან დააკონკრეტოთ პროექტი/თქვენი სამუშაო.

თქვენ შეგიძლიათ გადმოსცეთ თქვენი პოზიცია არგუმენტირებულად და უემოციოდ, თქვათ „დიახ/არა“ ან დაუსვათ შეკითხვა/მხარდაჭერით გადაწყვეტილებას.

სასწავლო

ბევრი სხვადასხვა ადგილია, სადაც ამ ყველაფრის სწავლა შეგიძლია. მოკლე ჩამონათვალს შემოგთავაზებ – მისგან ყველაფერი ვცადე და, მართალი გითხრათ, თითოეულ ნივთს აქვს თავისი დადებითი და უარყოფითი მხარეები. სცადეთ და გადაწყვიტეთ, რა ჯდება, მაგრამ მე გირჩევთ სცადოთ რამდენიმე ვარიანტი და არ დარჩეთ ერთზე.

• ონლაინ კურსები: coursera, udacity, Edx და ა.შ.
• ახალი სკოლები: ონლაინ და ოფლაინ - SkillFactory, ShAD, MADE;
• კლასიკური სკოლები: უნივერსიტეტის სამაგისტრო პროგრამები და კვალიფიკაციის ამაღლების კურსები;
• პროექტები - შეგიძლიათ უბრალოდ შეარჩიოთ თქვენთვის საინტერესო ამოცანები და ამოჭრათ ისინი, ატვირთოთ github-ში;
• სტაჟირება - ძნელია აქ რაიმეს შეთავაზება; თქვენ უნდა მოძებნოთ ის, რაც ხელმისაწვდომია და იპოვოთ შესაფერისი ვარიანტები.

Ეს აუცილებელია?

დასასრულს, მინდა დავამატო სამი პიროვნული პრინციპი, რომელთა დაცვასაც ვცდილობ.

• საინტერესო უნდა იყოს;
• მოიტანო შინაგანი სიამოვნება (= ტანჯვა მაინც არ გამოიწვიოს);
• "შენი იყოს".

რატომ ისინი? ძნელი წარმოსადგენია, რომ რაღაცას აკეთო ყოველდღე და არ გსიამოვნებდეს ან არ იყოს დაინტერესებული. წარმოიდგინეთ, რომ ექიმი ხართ და გძულთ ადამიანებთან ურთიერთობა - ეს, რა თქმა უნდა, შეიძლება გარკვეულწილად იმუშაოს, მაგრამ მუდმივად უხერხული გექნებათ პაციენტების ნაკადი, რომლებსაც სურთ რაიმე გკითხონ. ეს არ მუშაობს გრძელვადიან პერსპექტივაში.

რატომ ვახსენე კონკრეტულად შინაგანი სიამოვნება? მეჩვენება, რომ ეს აუცილებელია შემდგომი განვითარებისთვის და, პრინციპში, სასწავლო პროცესისთვის. ძალიან მსიამოვნებს, როდესაც ვახერხებ რაიმე რთული ფუნქციის დასრულებას და მოდელის აშენებას ან მნიშვნელოვანი პარამეტრის გამოთვლას. მე მსიამოვნებს, როცა ჩემი კოდი ესთეტიურად ლამაზი და კარგად არის დაწერილი. ამიტომ, რაიმე ახლის სწავლა საინტერესოა და პირდაპირ არ საჭიროებს რაიმე მნიშვნელოვან მოტივაციას.

„შენი იყო“ იგივე განცდაა, რომ ეს არის დაახლოებით ის, რისი გაკეთებაც გინდოდა. პატარა ამბავი მაქვს. ბავშვობიდან მაინტერესებდა როკ-მუსიკა (და მეტალი - SALMON!) და, ისევე როგორც ბევრი სხვა, მინდოდა მესწავლა დაკვრა და სულ ეს არის. აღმოჩნდა, რომ არც სმენა მქონდა და არც ხმა - ეს საერთოდ არ მაწუხებდა (და უნდა ითქვას, რომ ეს არ აწუხებს ბევრ შემსრულებელს პირდაპირ სცენაზე) და როდესაც ჯერ კიდევ სკოლაში ვიყავი, გიტარა ავიღე... გაირკვა, რომ არ მიყვარს საათობით ჯდომა და მასზე თამაში. რთულად მიდიოდა, ყოველთვის მეჩვენებოდა, რომ რაღაც სისულელე გამოდიოდა - ამისგან სიამოვნებას საერთოდ არ ვიღებდი და უბრალოდ თავს ცუდად ვგრძნობდი, სულელურად და სრულიად უუნაროდ. ფაქტიურად ვაიძულე თავი დავმჯდარიყავი გაკვეთილებზე და საერთოდ არ იყო კარგი საჭმელი ცხენისთვის.

ამავდროულად, მე შემეძლო საკმაოდ მშვიდად ვიჯდე საათობით და რაღაც სათამაშოს ავამუშავებდი, სკრიპტის გამოყენებას რაღაცის ფლეშზე (ან სხვა რამის) ანიმაციისთვის და დიდი მოტივაცია მქონდა თამაშში ელემენტების დასრულება ან მოძრაობის და/ან მექანიზმებთან გამკლავება. მესამე მხარის ბიბლიოთეკების, დანამატების და სხვა ყველაფრის დაკავშირება.

და რაღაც მომენტში მივხვდი, რომ გიტარაზე დაკვრა არ არის ჩემი საქმე და რომ ძალიან მიყვარს მოსმენა და არა დაკვრა. და თვალები მიბრწყინდა, როდესაც ვწერდი თამაშებს და კოდებს (იმ მომენტში ყველა სახის მეტალს ვუსმენდი) და სწორედ ეს მომეწონა მაშინ და ეს არის ის, რაც უნდა გამეკეთებინა.

გაქვთ სხვა კითხვები?

რა თქმა უნდა, ჩვენ ვერ გადავხედეთ ყველა თემას და კითხვას, ამიტომ დაწერეთ კომენტარები და მომწერეთ PM-ში - ყოველთვის სიამოვნებით მაქვს კითხვები.

წყარო: www.habr.com