54 metų Shanji Xiong naudoja duomenis, kad verslo lyderiai galėtų priimti protingus sprendimus.


Nors kai kurių duomenų peržiūra gali atrodyti bauginanti, Shanji Xiong mano, kad tai jaudina. Tai, ką jis labiausiai myli savo darbe-kaip pasaulinis vyriausiasis mokslininkas Kalifornijoje„Experian DataLabs“, kuris padeda įmonėms spręsti strategines rinkodaros ir rizikos valdymo problemas naudojant duomenų analizę-jis gali naudoti duomenis, kad paveiktų verslą ir žmonių gyvenimą.

& quot; Smagu, nes duomenys gyvi, & ldquo; sako Siongas, 54 m.

Kiekvieną dieną sukuriama apie 2,5 kvintilijono baitų duomenų,pagal IBMir nuo tokių žmonių kaip „Xiong“ reikia iš numerių ir informacijos taškų išgauti prasmingą įžvalgą, kuri įgalins verslo lyderius priimti protingus sprendimus.

Didėjant turimos informacijos kiekiui, didėjo ir duomenų mokslo sritis. Prognozuojama, kad iki 2022 m. Duomenų mokslo darbo vietų skaičius išaugs 15 proc.praneša Darbo statistikos biuras. Šių darbų vidutinis atlyginimas yra 91 000 USD,pagal „PayScale“.


Mes kalbėjomės su „Xiong“, norėdami iš vidaus pažvelgti į tai, ko reikia norint būti duomenų mokslininku.

Kaip jis pateko į lauką

Nors mokėti koduoti jis mokėjo tik pradėjęs dirbti kaip mokslininkas Los Alamos nacionalinėje laboratorijoje - laboratorijoje, kuri siekia išspręsti nacionalinio saugumo problemas per mokslą, 1990 m. Jis įgijo mechanikos bakalauro, struktūrinės dinamikos magistro ir daktaro laipsnius. įgijo inžinerinės mechanikos specialybę Kolumbijos universitete 1993 m., kad padėtų jam įgyti tvirtą duomenų mokslo pagrindą.


Vėliau, prieš priimdamas dabartines pareigas „Experian DataLabs“, dirbo duomenų analitiko pareigose įvairiose įmonėse, įskaitant „CASA“, „HNC Software“, FICO, „Morgan Stanley“ ir „ID Analytics“.

Kokia yra jo įprasta diena

Kai jis nekeliauja į vieną iš regioninių duomenų laboratorijų San Diege, Londone ir San Paule, jis didžiąją laiko dalį praleidžia tikrindamas duomenis ir mokymo modelius, kad užtikrintų sklandžią operaciją. Jo valandos, dažniausiai 21 val. iki 19 val., yra skirtos klientų bendravimo techninei diskusijai ir rezultatų peržiūrai. Kartais jis keliaus į užsienį, tačiau dažnai pasirinks vaizdo konferencijas su komandomis ir klientais.


Kokius įgūdžius jis sako, svarbu

Xiong savo sėkmei žengiant įmonės laiptais priskiria atsidavimą, sunkų darbą ir gerą verslo jausmą. & ldquo; Kad būtų sėkmingas, duomenų mokslininkas turi pereiti tiltą tarp mokslo ir verslo, & ldquo; jis sako. & ldquo; Pažangios technologijos ir algoritmai yra galingi, tačiau jie negali pakeisti ar pakeisti geros intuicijos ir gilaus problemos verslo aspektų supratimo. & ldquo;

Jis sako, kad būsimi duomenų mokslininkai turi gerai išmanyti „statistinius ir mašininio mokymosi algoritmus“ - tai yra, matematines formules, kurios gali išmokti iš duomenų ir priimti optimalius sprendimus dėl sudėtingų problemų. Kad galėtų efektyviai išbandyti idėjas ir algoritmus, duomenų mokslininkai turi mokėti bent vieną programavimo kalbą - jis sako, kad „Python“ yra geriausias pasirinkimas.

& ldquo; Kai duomenų mokslininkai turi modelį, jie visada savęs klausia: & lsquo; Ar modelis yra prasmingas? & rsquo; & ldquo; jis sako. & ldquo; Kas gali būti negerai? Kokį testą galiu padaryti, kad patvirtinčiau ir patvirtinčiau savo hipotezę? & Rdquo;

Tai, ką jis sako, yra didžiausias iššūkis

Kadangi duomenų mokslininkai dažnai sprendžia sudėtingus iššūkius dideliu mastu, vienas didžiausių iššūkių yra nustatytiteisingaiproblema dirbti. Svarbiausia yra suprasti, ar problema turės didelę galimybę paveikti kliento verslą ir ar ji bus išspręsta.


& ldquo; Kad būtų galima nustatyti tinkamą problemą, reikia žinių apie duomenis ir analizę, kūrybiškumą ir bendravimą su klientu, & ldquo; sako Xiongas.

Jo karjeros patarimas

Pirma, tikintysis duomenų mokslininkai turi įvaldyti pagrindinius statistikos ir mašininio mokymosi algoritmus, kuriuos „Xiong“ siūlo mokytis per internetinius kursus, pvz.Mašinų mokymasis,Mokymasis iš duomenų, irAutonomijos principai ir sprendimų priėmimas. Tada pabandykite išmokti bent vieną programavimo kalbą, pvz., „Python“ ar „R“, sako jis.

„Xiong“ pataria būsimiems duomenų mokslininkams įgyvendinti teoriją, dirbant prie tikro duomenų mokslo projekto, taip pat tapti verslo problemos, kurią sprendžiate, ekspertu.

& ldquo; Technologijos ir algoritmai yra tik įrankiai realaus pasaulio problemoms spręsti, & ldquo; jis sako. & ldquo; Gilinti savo supratimą apie verslo procesą ir problemą yra pats svarbiausias aspektas kuriant ir kuriant veiksmingą duomenų mokslo sprendimą. & ldquo;

Patinka tai, ką perskaitėte? Prisijunkite prie „Gastromium“, kad gautumėte suasmenintų straipsnių ir darbo rekomendacijų, ir padėtumėte įdarbintojams jus rasti.

DAUGIAU Gastromium:

  • Didelių duomenų analizė, kibernetinis saugumas ir personalizavimas skatina samdyti
  • 15 geriausių technologijų miestų moterims
  • 7 karšti darbai už $ 70k+