Data scientist

«Науки делятся на две группы – на физику и собирание марок».
ЭРНЕСТ РЕЗЕРФОРД

 

ну если подразумевать, что математика - это подраздел физики.

 

Как где-то читала исходя из того, что человек исследует что-то неизведанное, заходя и с этой и с той стороны, пытаясь понять что же за собой скрывают данные. Хотя с таким определением высказывание
@marshal как нельзя актуально.

Sent from my SM-A500FU using Tapatalk

 

Наука как бы подразумевает научный метод. Поппер там всякий et al. Астрологи тоже работают с малоизученным, но результат трудно репродуцируем и не фальсифицируем.

Deep learning и прочие игрушки результат научной работы. Но пользование ими это скорее арт, чем наука. Отсюда мой скепсис по названию деятельности.

 

А автопилот в автомобилях и роботы бостон дайнэмикс у вас тоже вызывают скепсис?

Sent from my SM-G950F using Tapatalk

 

Причем здесь то, что называют data scientist?

 

Как это причём?
Что, по вашему, происходит с данными, которые та же тесла получает со всех камер/датчиков для автопилота? На основе чего машина их обрабатывает и распознаёт для дальнейших чётких действий?

Sent from my SM-G950F using Tapatalk

 

Это несколько романтическая интерпретация того, что компании в нашем королевстве называют data scientist. Это скорее high end ai.

 

Тут можно начать интересную дискуссию о том, является ли математика наукой.

 

это аксиома. Она не требует доказательств.

 

Отож. Даже Нобеля не дают.

 

нобеля дают даже террористам за мир и поп-певцам за литературу.

 

А математикам только в экономике какая ирония

 

В разных системах - разная аксиоматика .

 

Математика- точная наука, а физика - приблизительная (с)

 

Ага, принцип неопределённости Гайзенберга, и бога, который таки играет в кости

 

Тут был вопрос про machine learning. Вот тут прикольный курс https://www.coursera.org/learn/machine-learning/home/welcome, автор, кстати, рассылает подписку на главы из своей книги. С инженерной позиции могу высказать следующее: в каком-то смысле это всё ребрендинг методов, которые придуманы 50 лет назад. Просто нынешние технологии позволяют использовать их в самых неожиданных местах, да ещё и не надо "считать неделю"...

 

Имхо о data science можно говорить если:
- речь идет о big data, больших наборах данных которые просто так не обработать, соответственно задействуются всякие hadoop, распределенные вычисления и прочее
- речь идет о хитрых методах обработки, с использованием нейросетей, машинного обучения, или когда данные лежат в нестандартной или неотсортированной форме и пр.

Просто что-то взять из базы и вывести на экран - это и не data и не science
Кстати о востребованности профессии - у нас в офисе на 10 full-time программистов, только 1 data scientist, и тот на временном контракте на разовую задачу.

 

Datascience сейчас востребован в сфере предсказательной аналитики, безопасности, персонализации, рекомендальных системах.
одной линейной регрессии недостаточно.

достаточно не просто найти грамотного человека.
должна быть очень хорошая математическая база, кстати очень хорошо учат в ШАД (Яндекс) и МФТИ.
преимущественно это Python с numpy, scipy, pandas и matplot для вывода графиков.
также стало модным использовать tensorflow от гугла.
популярный инструмент это пакет anaconda и интерактивный блокнот jupyter notebook

не обязательно это должно быть bigdata, порой достаточно байесового метода и расчет условных вероятностей в скоринговых системах.
для java используют weka, реже deeplearning4j
чаще spark (scala way)

я для себя закончил на курсере курс по Анализу Данных (Математика) + Разметка данных.
мало общего с computer science.

хайпа много, специалистов оч мало.
https://vc.ru/34967-novaya-elita-pochemu-tak-razdrazhayut-data-sayentisty

 

Чего за курс? (конкретно)

Я не понял, у чего "мало общего с computer science."