Press "Enter" to skip to content

Jak wygląda praca data scientist?

Jeszcze do niedawna data science to były mrzonki, profesja, która może ziści się za kilka dekad. Ale jeszcze nie teraz. Nic bardziej mylnego. Analiza informacji, a zwłaszcza analiza pod kątem konkretnych zastosowań biznesowych i technologicznych jest dziś bezcenna. Tym właśnie zajmuje się data scientist. Choć jego aspekty pracy mogą się bardzo różnić w zależności od rodzaju informacji.

Data scientist – założenia

Jaki jest cel data science? Dzięki analizie danych rynkowych można bardzo wiele. Firma może sprofilować swoją ofertę pod konkretne preferencje kupujących. Firma przewozowa może określić, za ile opłaca się jej jeździć na konkretnych trasach, na konkretne odległości i za konkretne pieniądze. Serwisy reklamowe, muzyczne, streamingowe wiedzą, z jakiego rodzaju klientem mają do czynienia i jaki ma na ogół gust. To pomaga przy tworzeniu algorytmów, które ostatecznie same podpowiadają użytkownikowi jego potencjalnie ulubione piosenki, seriale czy usługi. Jaki wpływ na zysk może to mieć? Nie trzeba wiele myśleć, by wiedzieć, że bardzo duży.

Data scientist – proces data analizy

No dobrze, ale w jaki sposób się to robi? Najpierw musisz wiedzieć, jakiego rodzaju dane poszukujesz. A potem prawidłowo stawiał pytania w silniku wyszukiwarek lub też przewidywał takowe. Pozyskane informacje mogą być w formie ankiety, wyników w Google lub informacji publicznej podawanej przez podmioty administracyjne. Następnie zebrane informacje muszą zostać przetworzone. Innymi słowy, oddzielone ziarno od plew, z czego ziarno to te dane, które mają mniej lub bardziej wymierny wpływ na działalność firmy. Pomocna w tym jest sztuczna inteligencja oraz modelowanie statystyczne. W ten sposób uzyskujesz wyniki nt. preferencji konsumenckich, nastrojów społecznych, najbardziej popularnych majtek albo tego, jaki składnik w pizzy kompletnie się nie sprawdza. Potem musisz owe dane przełożyć na zastosowania firmy – wizualizować je, wskazać, gdzie są popełniane błędy, a gdzie firma powinna rozszerzać działalności. Etapem końcowym jest sporządzenie raportu. Potem musisz monitorować zmiany oraz aktualizować bazę danych.

Data scientist – świat narzędzi i bibliotek

Pracując, posługujesz się konkretnym językami programowania oraz narzędziami. Statystyki pokazują, że w miażdżącej większości przypadków sprawdzi się poczciwy Python. Do tworzenia baz danych, a tym samym i ankiet na portalach społecznościowych – SQL. Oprócz tego musisz mieć opanowaną, przynajmniej podstawową, obsługę Excela, JavaScript, C++ oraz R. 

Be First to Comment

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *