Hvordan bli en Citizen Data Scientist - DATAVERSITY

Hvordan bli en Citizen Data Scientist – DATAVERSITY

Tidsstempel: 1. februar 2024 3:35
Kilde node: 3092293
å bli borgerdataforskerå bli borgerdataforsker
Shutterstock.com

Arbeidsoppgavene til en innbyggerdataforsker inkluderer å håndtere nye data, bruke automatiserte verktøy for å behandle store data og lage flere modeller for å få ytterligere innsikt. Deres primære jobb er ikke å lage spådommer direkte fra big data, eller utvikle forskrivningsanalyse, men å bygge modeller og bruke verktøy som oppnår disse målene.

Citizen data scientists bygger bro over gapet mellom "sant" data forskere (utdannet og med en grad) og bedriftseiere som utfører sine egne selvbetjeningsanalyser. Denne analogien kan gi litt innsikt: En dataforsker kan kanskje løpe ti miles på en time, men en borgerdataforsker kan putte rundt, varme opp bilen og kjøre ti miles på mindre enn en time, for mindre penger. Riktignok vil ikke dataforskeren se så mye landskap underveis, men de vil fortsatt få jobben gjort. 

Stillingen som borgerdataforsker er spesielt uvanlig, ved at den, i det minste foreløpig, kun kan nås gjennom interne kampanjer. Selv om tittelen har eksistert i noen år, er det ingen stillingsoppføringer for arbeidsgivere som søker en "borgerdataforsker." Generelt sett legger stillingen ansvar til noens nåværende stillingsbeskrivelse. Å få kampanjen vil vanligvis innebære å ta og bestå visse datavitenskapsklasser som er relevante for organisasjonens behov, og kan inkludere en sertifisering.

Opprettelsen av stillingen "borgerdataforsker" er en løsning på mangelen på data forskere. Mye av arbeidet som vanligvis utføres av dataforskere, omhandler dagligdagse operasjonelle oppgaver, som å validere Datakvalitet, slå sammen datasett og identifisere datakilder. Disse oppgavene er kjedelige og tidkrevende, og det er ikke så veldig kostnadseffektivt å ha en "dyr" dataforsker til å utføre dem. Det er bedre å bruke noen mye rimeligere for å utføre disse oppgavene ved hjelp av automatisering.  

Forhandler om Citizen Data Scientist-stillingen

Ledelsen har besluttet å ansette en dataforsker for et kortsiktig prosjekt og for å omorganisere internettsalgsavdelingen. Det er også bestemt at et fast "teammedlem" skal tildeles dataforskeren på deltid, for å kutte kostnader og beholde erfaring. På slutten av prosjektet vil teammedlemmet ta på seg det daglige vedlikeholdet av det nyinstallerte analyseprogrammet og prediktive algoritmer for internettsalg. I tillegg må teammedlemmet ta fire klasser for å få grunnleggende kunnskap om det nye ansvaret. (Et smart, selvsikkert teammedlem kan nærme seg ledelse med ideen om å bli forfremmet til borgerdataforsker.)

I situasjonen beskrevet ovenfor skjer det et stort antall endringer i organisasjonen, og med mindre ledelsen kommuniserer grundig med personalet som helhet, vil det oppstå forvirring og brutte forventninger. Ideelt sett vil teammedlemmet få noe ansvar flyttet til andre ansatte. Den "utvalgte" bør også få litt tid i løpet av arbeidsuken for å studere eller delta på nettkurs. Teammedlemmet bør også være med på å velge klassene, siden noen online klasser passer bedre for enkelte individer. Og så er det spørsmålet om å få en høyning. Til slutt må en slags ordning inngås slik at det nyutdannede teammedlemmet ikke drar til en ny jobb seks måneder etter å ha blitt opplært og forfremmet.

Det bør bemerkes at det kan være fordeler med å ha mer enn én dataforsker til ansatte.

For ledelsen: Opprette
en Citizen Data Scientist

Velge den rette personen er også viktig. Hold øye med folk som liker å lese. Når det gjelder studier, vil de ha en betydelig fordel fremfor folk som synes det er kjedelig å lese. Alder kan være et interessant problem, ved at noen eldre mennesker ikke liker å lære nye triks, mens andre kanskje tar kurs på egenhånd, for både å fortsette læringsprosessen og opprettholde en mer fleksibel tankegang.

Å gi riktig opplæring og verktøy er spesielt viktig når du oppretter en rolle som dataforsker. Etter å ha bestemt seg for å gjøre endringer i organisasjonen, og bruke penger på å betale for undervisning osv., ville det vært dumt å kortslutte prosessen med dårlig opplæring og verktøy som ikke fungerer bra. Dagens business intelligence og analyseverktøy kombinert med en effektiv innbyggerdataforsker kan hjelpe bedrifter betydelig akselerere deres datastrategi, og forbedre deres fortjeneste.

For nåværende ansatte:
Bli en Citizen Data Scientist

For en person med en genuin interesse for datavitenskap, men som ikke kan gå tilbake til skolen på heltid for å få en avansert grad, kan stillingen som borgerdataforsker vise seg å være ideell, og et sertifiseringsprogram kan gi nyttig opplæring. Du kan ta ulike veier, alt fra en selvstudieprosess til intern opplæring til nattkurs på den lokale samfunnshøgskolen. Det vil avhenge av dine nåværende ferdigheter, behovene til organisasjonen og læringstilnærmingene som fungerer best for deg.

Det er generelt anerkjent at det finnes forskjellige læringsstiler og teknikker, og at forskjellige mennesker lærer raskere og lettere med en spesifikk blanding av stiler. Alle har en annen blanding av foretrukne læringsstiler. De mest grunnleggende læringsstilene er:

  • Visuell læring: Denne typen elever bruker bilder, romlig forståelse og bilder for å lære. Elevene kan enkelt visualisere informasjon og har ofte en veldig god retningssans. Bruken av tavler (eller PowerPoint-presentasjoner) kan være ganske effektiv for denne typen elever.
  • Verbal læring: Denne typen mennesker lærer godt gjennom å lytte og gjennom diskusjoner. Lydbånd fungerer bra. Verbale elever har ofte store ordforråd og utmerker seg i aktiviteter som involverer tale, debatt og journalistikk.
  • Fysisk læring: Disse elevene bruker berøringssansen for å lære. De utmerker seg i fysiske aktiviteter. Disse elevene liker å fikle og lærer best når de kan gjøre ting praktisk, i stedet for å se eller lytte.

En annen avgjørelse er om du skal studere eller ikke
alene. Noen foretrekker å studere alene, mens andre foretrekker å studere med en
gruppen.  

Innbyggerdata
Vitenskapsstudier

Mange steder tilbyr nettkurs designet for å gi de grunnleggende ferdighetene en dataforsker trenger. Det er en veldig stor sannsynlighet for at en student arbeidsgiver vil legge til noen få klasser som er spesifikke for behovene til organisasjonen, men å ta et borgerdatavitenskap-kurs gir et godt grunnlag. Opplæringen bør inneholde følgende som utgangspunkt:

  • Bruke SQL for å forberede data
  • Forstå de grunnleggende konseptene for klassifikasjonsmodeller
  • Konstruere kundedashboard
  • Bruke SQL for å lage en segmenteringsmodell
  • Bygge en målrettingsmodell med maskinlæring
  • Bygge et anbefalingssystem med maskinlæring

Fremtiden til
Citizen Data Scientists

Mer og mer prioriterer organisasjoner overgangen til avansert prediktiv og preskriptiv analyse. For tiden er tradisjonelle dataforskere ofte dyre og vanskelige å få tak i. Citizen data scientists kan være en veldig effektiv måte å håndtere denne mangelen på. Teknologi er den viktigste grunnen til å støtte fremveksten av innbyggerdataforskere. Teknologi har gjort det lettere for ikke-spesialister å oppnå de samme målene. De siste årene har Analytics- og BI-verktøy blitt betydelig enklere å jobbe med og inkluderer utvidet analyse.

Tidstempel:

Mer fra DATAVERSITET