Kuidas saada kodanikuandmete teadlaseks – DATAVERSITY

Taasavaldanud Platon

järgijaid: 0

saada kodanikuandmete teadlaseks — *Shutterstock.com*

Kodanikuandmeteadlase tööülesannete hulka kuulub uute andmetega tegelemine, automatiseeritud tööriistade kasutamine suurandmete töötlemiseks ja lisamudelite loomine täiendava ülevaate saamiseks. Nende peamine ülesanne ei ole teha ennustusi otse suurandmete põhjal ega arendada ettekirjutav analüüs, vaid luua mudeleid ja kasutada tööriistu, mis neid eesmärke täidavad.

Kodanike andmeteadlased ületavad lõhe "tõe" vahel andmeteadlased (koolitatud ja kraadiga) ja ettevõtete omanikud, kes teevad oma iseteenindusanalüüsi. See analoogia võib anda ülevaate: andmeteadlane võib joosta kümme miili tunnis, kuid kodanikuandmete teadlane võib vähema raha eest ringi pista, auto soojendada ja kümme miili vähem kui tunniga sõita. Tõsi, kodanike andmeteadlane ei näe teekonnal nii palju maastikke, kuid nad saavad töö siiski tehtud.

Kodanikuandmete teadlase positsioon on eriti ebatavaline selle poolest, et vähemalt praegu pääseb sellele ligi ainult ettevõttesiseste reklaamide kaudu. Kuigi see tiitel on eksisteerinud paar aastat, ei ole "kodaniku andmeteadlast" otsivatele tööandjatele tööpakkumisi. Üldiselt võib öelda, et ametikoht lisab kellegi praegusesse ametijuhendisse kohustusi. Reklaamipakkumise saamine hõlmab tavaliselt teatud andmeteaduse tundide võtmist ja läbimist, mis vastavad organisatsiooni vajadustele ja võivad sisaldada sertifikaati.

Kodanikuandmeteadlase ametikoha loomine on lahendus puudusele andmeteadlased. Suur osa andmeteadlaste tavaliselt tehtavast tööst on seotud igapäevaste operatiivülesannetega, näiteks valideerimisega Andmete kvaliteet, andmekogumite ühendamine ja andmeallikate tuvastamine. Need ülesanded on tüütud ja aeganõudvad ning nende täitmine "kallil" andmeteadlasel pole eriti kuluefektiivne. Nende ülesannete täitmiseks automatiseerimise abil on parem kasutada kedagi, kes on palju odavam.

Läbirääkimised kodanikuandmete teadlase seisukoha üle

Juhtkond on otsustanud palgata andmeteadlane lühiajaliseks projektiks ja internetimüügiosakonna ümberkorraldamiseks. Samuti on otsustatud, et andmeteadlast osalise tööajaga abistama määratakse alaline meeskonnaliige, et vähendada kulusid ja säilitada kogemusi. Projekti lõppedes võtab meeskonnaliige enda kanda äsja installitud analüütikaprogrammi ja internetimüügi ennustavate algoritmide igapäevase hoolduse. Lisaks peab meeskonnaliige läbima neli klassi, et omandada põhiteadmised uutest kohustustest. (Tark, enesekindel meeskonnaliige võib läheneda juhtkonnale ideega edutada kodanike andmeteadlaseks.)

Ülalkirjeldatud olukorras toimub organisatsiooni sees suur hulk muudatusi ja kui juhtkond ei suhtle põhjalikult personaliga tervikuna, tekib segadus ja ootused. Ideaalis antakse meeskonnaliikmel osa kohustustest üle teistele töötajatele. “Väljavalitu” peaks saama töönädala jooksul aega ka õppimiseks või veebitunnis käimiseks. Klasside valimisel tuleks kaasata ka meeskonnaliige, kuna mõned veebitunnid sobivad teatud isikutele paremini. Ja siis on küsimus palgatõusu saamise kohta. Lõpuks tuleb jõuda mingisuguse kokkuleppeni, et äsja koolitatud meeskonnaliige ei lahkuks uuele tööle kuus kuud pärast koolitamist ja edutamist.

Tuleb märkida, et rohkem kui ühe kodanikuandmete teadlase personali olemasolul võib olla eeliseid.

Juhtimiseks: loomine
kodanikuandmete teadlane

valides õige inimene on samuti oluline. Hoidke silm peal inimestel, kellele meeldib lugeda. Õppimise osas on neil märkimisväärne eelis inimeste ees, kes peavad lugemist igavaks. Vanus võib olla huvitav probleem, kuna osadele vanematele inimestele ei meeldi uusi trikke õppida, samas kui teised võivad omaette tundides käia, et nii õppeprotsessi jätkata kui ka paindlikumat mõtteviisi säilitada.

Õige koolituse ja tööriistade pakkumine on eriti oluline kodanike andmeteadlase rolli loomisel. Olles otsustanud teha organisatsioonis muudatusi ja kulutada raha tundide jms eest tasumisele, oleks rumal viia protsess lühisesse kehva koolituse ja mittetöötavate vahenditega. Tänane ärianalüüsi ja analüüsitööriistad koos tõhusa kodanike andmeteadlasega võivad ettevõtteid märkimisväärselt aidata kiirendada nende andmestrateegiatja suurendada oma kasumit.

Praegustele töötajatele:
Kodanikuandmete teadlaseks saamine

Inimesele, kes tunneb tõelist huvi andmeteaduse vastu, kuid kes ei saa täiskohaga kooli naasta, et omandada kõrgharidust, võib kodanike andmeteadlase koht osutuda ideaalseks ja sertifitseerimisprogramm võib pakkuda kasulikku koolitust. Võite valida erinevaid teid, alustades iseõppimisest kuni sisekoolituseni ja lõpetades öötundidega kohalikus kogukonna kolledžis. See sõltub teie praegustest oskustest, organisatsiooni vajadustest ja õppimisviisidest, mis teile kõige paremini sobivad.

Üldiselt on teada, et on olemas erinevad õppimisstiilid ja -tehnikad ning erinevad inimesed õpivad kiiremini ja hõlpsamini kindla stiilide seguga. Igaühel on eelistatud õppimisstiilide kombinatsioon erinev. Kõige elementaarsemad õppimisstiilid on:

Visuaalne õpe: Seda tüüpi õpilane kasutab õppimiseks pilte, ruumilist arusaamist ja pilte. Õpilased oskavad teavet lihtsalt visualiseerida ja neil on sageli väga hea suunataju. Tahvlite (või PowerPointi esitluste) kasutamine võib seda tüüpi õppija jaoks olla üsna tõhus.
Verbaalne õpe: Seda tüüpi inimene õpib hästi kuulamise ja arutelude kaudu. Helilindid töötavad hästi. Verbaalsetel õppijatel on sageli suur sõnavara ja nad paistavad silma tegevustes, mis hõlmavad rääkimist, arutelu ja ajakirjandust.
Füüsiline õpe: Need õpilased kasutavad õppimiseks oma kompimismeelt. Nad paistavad silma füüsilise tegevusega. Need õppijad naudivad nokitsemist ja õpivad kõige paremini siis, kui nad saavad asju ise teha, mitte vaadata või kuulata.

Teine otsus on see, kas õppida või mitte
üksi. Mõned inimesed eelistavad õppida üksi, teised aga koos a
grupp.

Kodanikuandmed
Teadusuuringud

Paljudes kohtades pakutakse veebikursuseid, mille eesmärk on pakkuda kodanike andmeteadlasele vajalikke põhioskusi. On väga suur tõenäosus, et üliõpilase tööandja lisab mõne organisatsiooni vajadustele vastava klassi, kuid kodanikuandmete teaduse kursuse läbimine annab hea aluse. Koolitus peaks lähtepunktina sisaldama järgmist:

SQL-i kasutamine andmete ettevalmistamiseks
Klassifitseerimismudelite põhimõistete mõistmine
Kliendi armatuurlaudade ehitamine
SQL-i kasutamine segmenteerimismudeli loomiseks
Sihtimismudeli loomine masinõppega
Soovitussüsteemi loomine masinõppega

Tulevik
Kodanikuandmete teadlased

Üha enam seavad organisatsioonid prioriteediks üleminekut täiustatud ennustavale ja ettekirjutavale analüütikale. Praegu on traditsioonilised andmeteadlased sageli kallid ja neid on raske leida. Kodanike andmeteadlased võivad olla väga tõhus viis selle puudusega toimetulemiseks. Tehnoloogia on peamine põhjus, mis toetab kodanike andmeteadlaste esiletõusu. Tehnoloogia on muutnud mittespetsialistidele samade eesmärkide saavutamise lihtsamaks. Viimastel aastatel on Analyticsi ja BI tööriistadega töötamine muutunud oluliselt lihtsamaks ning need sisaldavad täiustatud analüütikat.