A pesar de todas las matemáticas y la programación, la ciencia de datos es más que simplemente analizar datos y construir modelos. En resumen, el objetivo clave de la ciencia de datos es resolver problemas.
El problema, sin embargo, es que al inicio de la mayoría de los proyectos de ciencia de datos, rara vez tenemos un problema bien definido. En estas situaciones, el papel del científico de datos no es tener todas las respuestas sino haz las preguntas correctas.
En este artículo, desglosaré 5 preguntas que todo científico de datos debería codificar en su cerebro para que el descubrimiento de problemas sea algo natural.
Cuando comencé mi viaje en ciencia de datos en la escuela de posgrado, tenía una visión ingenua de la disciplina. Es decir, estaba muy concentrado en herramientas y tecnologías de aprendizaje (por ejemplo, LSTM, SHAP, VAE, SOM, SQL, etc.)
Si bien se necesita una base técnica para ser un científico de datos exitoso, centrarse demasiado en las herramientas crea el “problema del martillo” (es decir, cuando tienes un martillo realmente bueno, todo parece un clavo).
Esto a menudo conduce a proyectos que son intelectualmente estimulante pero prácticamente inútil.
Mi perspectiva no maduró por completo hasta que me gradué y me uní al equipo de ciencia de datos de una gran empresa, donde pude aprender de esos años (si no décadas) que me esperaban.
La lección clave fue la importancia de centrarse en los problemas en lugar de las tecnologías. Lo que esto significa es obtener una comprensión (suficientemente) profunda del problema empresarial antes de escribir una sola línea de código.
Dado que, como científicos de datos, normalmente no solucionamos nuestros propios problemas, obtenemos esta comprensión a través de conversaciones con clientes y partes interesadas. Hacer esto bien es importante porque, si no lo haces, puedes terminar gastando mucho tiempo (y dinero) resolviendo el problema equivocado. Aquí es donde entran en juego las preguntas sobre el “descubrimiento de problemas”.
hace 6 meses, Dejé mi trabajo corporativo en ciencia de datos convertirme en consultor independiente de IA (para financiar mis proyectos empresariales)…