
我最近讀到一篇文章,將數(shù)據(jù)科學(xué)描述為一個過飽和的領(lǐng)域。文章預(yù)測ML工程師將在未來幾年取代數(shù)據(jù)科學(xué)家。
根據(jù)這篇文章的作者,大多數(shù)公司致力于用數(shù)據(jù)科學(xué)解決非常相似的業(yè)務(wù)問題。因此,數(shù)據(jù)科學(xué)家沒有必要提出解決問題的新方法。
作者接著說,在大多數(shù)數(shù)據(jù)驅(qū)動的組織中,為了解決問題,只需要基本的數(shù)據(jù)科學(xué)技能。這個角色很容易被機(jī)器學(xué)習(xí)工程師取代--一個擁有數(shù)據(jù)科學(xué)算法基礎(chǔ)知識的人,他也擁有部署ML模型的知識。
在過去的一年里,我讀過許多類似的文章。
其中一些人表示,數(shù)據(jù)科學(xué)家的角色將被AutoML之類的工具所取代,而另一些人則將數(shù)據(jù)科學(xué)稱為“垂死的領(lǐng)域”,很快將被數(shù)據(jù)工程和ML操作之類的角色所超越。
作為一個與數(shù)據(jù)行業(yè)不同支柱密切合作的人,我想就這個主題提供我的觀點,并回答以下問題:
大多數(shù)組織中的數(shù)據(jù)科學(xué)工作流程非常相似。許多公司雇傭數(shù)據(jù)科學(xué)家來解決類似的商業(yè)問題。大多數(shù)建立的模型都不需要你想出新穎的解決方案。
在這些組織中,您將采用的解決數(shù)據(jù)驅(qū)動問題的大多數(shù)方法很可能以前已經(jīng)使用過,您可以從網(wǎng)上可用的大量資源中獲得靈感。
此外,AutoML和DataRobot等自動化工具的興起使預(yù)測建模變得更加容易。
我在一些業(yè)務(wù)用例中使用DataRobot,它是一個很好的工具。它迭代許多值,并為您的模型選擇最佳參數(shù),以確保最終得到盡可能高精度的模型。
因此,如果預(yù)測模型隨著時間的推移變得更加容易,為什么公司仍然需要數(shù)據(jù)科學(xué)家?為什么他們不直接使用自動化工具和ML工程師的組合來管理他們的整個數(shù)據(jù)科學(xué)工作流呢?
答案很簡單:
首先,數(shù)據(jù)科學(xué)從來不是關(guān)于重新發(fā)明輪子或構(gòu)建高度復(fù)雜的算法。
數(shù)據(jù)科學(xué)家的角色是用數(shù)據(jù)為組織增加價值。在大多數(shù)公司中,只有很小一部分涉及到構(gòu)建ML算法。
其次,總會有自動化工具無法解決的問題。這些工具有一組固定的算法,您可以從中選擇,如果您確實發(fā)現(xiàn)了一個需要結(jié)合使用多種方法來解決的問題,您將需要手動完成。
雖然這種情況并不經(jīng)常發(fā)生,但仍然會發(fā)生--作為一個組織,你需要雇傭足夠熟練的人來做到這一點。此外,像DataRobot這樣的工具不能進(jìn)行數(shù)據(jù)預(yù)處理,也不能進(jìn)行建模之前的任何繁重工作。
作為一個為初創(chuàng)企業(yè)和大公司創(chuàng)建數(shù)據(jù)驅(qū)動解決方案的人,這種情況與處理Kaggle數(shù)據(jù)集的情況非常不同。
沒有固定的問題。通常,您有一個數(shù)據(jù)集,然后給您一個業(yè)務(wù)問題。如何利用客戶數(shù)據(jù)來最大限度地提高公司的銷售額取決于您。
這意味著數(shù)據(jù)科學(xué)家需要的不僅僅是技術(shù)或建模技能。您將需要將數(shù)據(jù)與手頭的問題連接起來。您需要決定可以優(yōu)化解決方案的外部數(shù)據(jù)源。
數(shù)據(jù)預(yù)處理是漫長而艱苦的,不僅因為它需要很強(qiáng)的編程技能,還因為您需要試驗不同的變量及其與手頭問題的相關(guān)性。
您需要將模型精確度與轉(zhuǎn)換率之類的指標(biāo)聯(lián)系起來。
模型構(gòu)建并不總是這個過程的一部分。有時,一個簡單的計算可能足以執(zhí)行像客戶排名這樣的任務(wù)。只有一些問題需要你做出預(yù)測。
歸根結(jié)底,數(shù)據(jù)科學(xué)家為組織提供的價值在于他們將數(shù)據(jù)應(yīng)用于現(xiàn)實世界用例的能力。無論是建立細(xì)分模型、推薦系統(tǒng),還是評估客戶潛力,除非結(jié)果是可解釋的,否則對組織沒有真正的好處。
只要一個數(shù)據(jù)科學(xué)家能夠在數(shù)據(jù)的幫助下解決問題,并彌合技術(shù)和業(yè)務(wù)技能之間的差距,這個角色就會繼續(xù)存在。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10