Всегда было интересно почему принято считать что ML это как бы подкатегория DS. Обычно казалось что проблемы решаются путём как раз таки конвергенции ML & DS.
То есть как-то странно относить тех же ML Engineer и ML Researcher к «Дата сайнтистам», когда они по сути с работают только с готовыми данными в формате обработанных датасетов и ничего кроме нормализации с Данными оыбчно не делают.
Возможно проблема в том что обычно в проф. кругах термин Data используют в качестве «данные=прямая работа с данными», в то время как для общей публики термин преподносят как в качестве вообще любых данных (что не совсем верно и автоматически относит к DS даже тот же CS).
Если я правильно понял вашу идею, то Вы только что изобрели fine-tuning :)
То есть как-то странно относить тех же ML Engineer и ML Researcher к «Дата сайнтистам», когда они по сути с работают только с готовыми данными в формате обработанных датасетов и ничего кроме нормализации с Данными оыбчно не делают.
Возможно проблема в том что обычно в проф. кругах термин Data используют в качестве «данные=прямая работа с данными», в то время как для общей публики термин преподносят как в качестве вообще любых данных (что не совсем верно и автоматически относит к DS даже тот же CS).
Что думаете по этому поводу, коллеги?