21世纪尤其脏的工作
|
据科学家每天要做什么工作呢? 通过分析领英上发布的职位信息，可以找到此问题的答案。以下总结了一些热门的岗位要求：
这些听起来很时尚/高大上，不是吗? 除非工作还包括处理Kaggle数据集，否则这些工作描述只是数据科学家工作的一小部分。
以下调查结果由CrowdFlower发布，总结了数据科学家的日常活动： 出，数据科学家大部分时间都在收集数据集，清理和组织数据。 21世纪的高性能数据真空 数据湖是一个集中存储库，存储着公司的所有数据。公司得以使用该数据构建机器学习模型和仪表板。遗憾的是，有些人仅仅把数据湖当作数据转储的场所，或者超大硬盘。
许多公司开始实施数据湖时，对如何处理收集到的数据一无所知。这些公司会说：“让我们收集所有的数据吧。”虽然数据湖的重点是将公司的所有数据集中在一个地方，但仍然需要根据特定的项目需求进行设计。如果不进行任何计划，你就像创建了一个新的“无标题文件夹”，然后在其中复制并粘贴公司的全部数据。 的角度看，糟糕的计划会带来杂乱无章的元数据，这让任何人都很难搜索或查找所需的数据。数据科学家经常需要与不同部门联系以获取数据。他们可能需要从不同的数据所有者中获取有关数据的信息。仅存储数据而不进行分类是一个很大的错误。建立有效数据湖的关键就是要确保元数据有良好的归类。 由于数据治理问题或数据所有者过于忙碌，且他们往往是不同部门的利益相关者，因此获取重要数据可能需要数周的时间。观察一段时间后，数据科学家可能最终会发现数据不相关或存在严重的质量问题。 当数据科学家最终收集到数据时，他们需要花费大量时间来探索和熟悉这些数据，必须将这些混乱的数据块重组为符合项目需求的新表。
21世纪里高需求的数据管理员 （编辑：惠州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
