Учёный, доктор наук, математика, информатика и экономика. Математические и инструментальны... · 26 нояб 2021
Все эти области объединяет умение работать с данными. Это главная компетенция. Различие в инструментальных средствах и методах. Освоив одну из них легко перейти к другой. Помните, что большинство классических задач решено и написана куча библиотек. поэтому основная потребность в специалистах, умеющих использовать имеющиеся технологии для решения бизнес-задач.
Специалист в области управления и информатики в технических системах.
Data Engeneer, IT... · 22 сент 2021
Все просто, это зависит от ваших наклонностей. Если математика для вас проблема, то Data Engineer (далее DE). Если математика для вас родная тема, то Data Scientist/Machine Learning (далее DS/ML соответственно).
Вообще, для понимания. DA извлекает данные, очищает и проводит их обработку, хранит данные правильно. Все остальные - ближе к интерпретации/анализу этих данных... Читать далее
Openstack DevOps and IBM/Informix Certified DBA . Phd in Math (Duality of spaces of... · 17 дек 2021
Основой для любой попытки ответить на вопрос, что нужно изучать в первую очередь, между наукой о данных или машинным обучением, должны быть большие данные. Наука о данных, и машинное обучение построены на больших данных. Эти две технологии немыслимы без больших данных.
==============================
Наука о данных представляет собой весь процесс поиска смысла в данных... Читать далее
Учитель - увлекаюсь нейронными сетями, создаю курс занятий по нейронным сетям не для... · 26 нояб 2021
Мне кажется, чтобы быть специалистом в любой из этих областей, необходимо хорошо разбираться в каждой из них. До тонкостей знать трудно из-за их широкого охвата. И каждый предпочитает более глубоко развиваться в какой-то одной области. Мне, например, нравится Deep Learning. Почему? Завораживает магия получаемого результата. Перспективы? Думаю, что специалист в каждой из... Читать далее
Мне кажется, тут было бы правильно сравнивать Big Data (Data Engineer) и Data Science, потому что Machine Learning / Deep Learning — это часть Data Science.
Big Data [Engineer] ― это инженерная профессия. Специалист по Big Data продумывает, как разработать хранилище данных, как собрать и где хранить данные, как сделать их доступными для внутренних и внешних пользователе... Читать далее
Знаете, чтобы ответить на ваш вопрос, я поговорил с коллегами, которые тоже работают в Data Science. Примечательно, что нам всем что-то около 30, но никто из нас не учился специально на аналитика данных, какими бы они ни были. Кто-то учился на биоинформатика, кто-то - на математика, кто-то - на айтишника с упором на алгоритмы. И вот мы занимаемся Data Science, быстро и... Читать далее
я тут нашел одну схемку где визуально показано как в крупных фирмах должны быть распределены обязанности. в малых фирмах все будет просто свалено на Дата-Саентиста. итак - по порядку:
- Data Enginer - его роль - извлечь данные из баз данных на несколько петабайт (обычно хранятся на разных серверах) и на выходе получить какой то вменяемый массив данных на пару сотен... Читать далее
Data science можно рассматривать как объединение нескольких родительских дисциплин, включая аналитику данных, разработку программного обеспечения, data engineering , machine learning, предиктивную аналитику, аналитику данных и многое другое. Он включает в себя извлечение, сбор, прием и преобразование больших объемов данных, в совокупности известных как big data. Data... Читать далее