Comments 17
Это все издержки работы с данными и при входе в профессию надо это понимать. К тому же бОльшая часть сводиться к основам командной работы и достижения результатов (выпуска продукта).
Если хочется только и пилить модели, то тогда надо сразу искать крупные компании (не обязательно только it), где "сатанистов" выделяют в отдельную команду и они только и делают, что пилят модели.
Д.С. для многих это не модели и ML, а рутинная обработка миллионов строк, бывает даже что excel, работа на конвеере по созданию коммерческих презентаций, на птичьем языке, с абстрактными цифрами фантиками, никак не интересными производителю отчётов, т.е. этому условному молодому датасаенту .
А как бы вы назвали этого сотрудника или коллегу, который делает всё, кроме дата саенс?
Мои варианты:
Специалист по построению отчётов
Обработчик эксель таблиц
Администратор бд
Программист python
И где именно эта грань, когда это все ещё дата саенс, а где что угодно, только не она.
специалист по построению отчетов - это BI
они как раз пишут простенькие скрипты на питоне или сикуле что взять сырые данные, почитстить агрегировать и дать бизнесу отчет который как то характрезует работу безнеса
Ну и еще всякие ad hoc - тот самый эксель, но конечно никаких миллионов строк, а уже готовый отчетитк который можно "покрутить"
Это называется Аналитик.
миллионы строк не видел что бы дата сантисты или даже биайщики крутили, но эксель как универсальный инструмент для ad hoc отчетов конечно же есть.
сейчас в дата саенсе много оттенков серого, лол
дата аналитик
биай аналитик
дата сантист
ML инженер
дата инженер
"Успешные продукты - ...результат, который по крайней мере воспринимается пользователями как решение соответствующей проблемы"
Собственно, это самый главный индикатор нездорового хайпа вокруг data science. В большинстве случаев весь этот продвинутый ds с ML, гипотезами и т.п. нужен для того, чтобы пользователь воспринял это как решение своей проблемы
Не соглашусь дата саенс и ML с DL вополне себе приносят миллионные прибыли, но есть несколько но...
Как то на одной конфочке Павел Мягких на тот момен хэд ДС Теле2 рассказывал про успешные кейсы и провальные кейсы.
Ну так вот на примере одного ретейлера которому можно было съэкономить миллионы на закупках при помощи линейной регрессии для оптимизации закупок, а они хотели нейронки для распознования эмоций посетителей.
Дата саенс может до сих пор и кажется хайпом но для тех кто там работает это рутинная и сложная работа в которой лекго выгореть так как например, модель которую ты делаешь не всегда работает и это не вина дата сантиста хотя все вокрук считают что ДС облажался
И вот если рассмотреть кейс ретейлера
Для линейной модели нужен вполне себе "средний" дата сантист он сравнительно быстро сделает модель и компания получит ощутимую выгоду.
Для модели распознавания эмоций - нужна целая команда, нужны дорогие ДСы которые разбираются в DL нужны специальные камеры, одним словом долго и дорого а главное никакого value для бизнеса.
про нужны специальные камеры, на телефонах хуавей, тех что с сопроцессорами под ML, камеры фронтальные используются, это скорее не в камеру упирается а мощности обработки видео, насколько я знаю/понимаю.
но это про использование готовых библиотек и умеет ли оно в эмоции я хз.
Про камеры я имел ввиду с выскоим разрешением, а не те что для службы безопасности
Что бы распознавать эмоции тебе нужна модель, готовой нет, нужно самому тренить, нужна обчающая выборка с большим количеством человеческих лиц выражающих разные эмоции и указанием что это за эмоция.
Вполне себе задача для Google, Facebook ну или Yandex, VK
Чот почитал и загрустил
Может тоже бросить весь этот дата саенс и пойти в велокурьеры благо вел - хобби
Говорят же нужно вкатываться в ИТ что бы скопить денег и начать зарабатывать на своем хобби.
Хотя блин модели эти вот математические тож люблю и иногда тянет чонить напарсить и проверить гипотезу, ну там например правда что у девушек по имени Наталья больше фоток из Турции.
А вот на работе как то выгораешь, да
Наука о данных в статье может быть заменена на всё что угодно. Потому что в любой профессии есть подобные разочарования. Я хотел изменить мир, а меня напрягли рутиной! Ну как бы да, такого полно. Неоправданные ожидания как раз и рождаются на упомянутых "флагманских" курсах. Они называют это мотивацией. Но по сути это лишь инструмент продаж, после которых и появляются подобные статьи "разочарованных".
Почему так много дата-сайентистов бросают работу?