Cómo gané un concurso de redacción de ensayos valorado en 10.000 dólares |  de Rhys Cook |  enero de 2024

Comunicación en ciencia de datos

Recientemente tuve la suerte de ganar un concurso de redacción de ensayos sobre Kaggle y publicar mi trabajo en su Informe de IA 2023 Y aunque definitivamente no me veo como el comunicador perfecto, pensé en compartir algunas de las lecciones que creo que me ayudaron a conseguir ese lugar ganador del premio.

Estoy particularmente orgulloso de este logro porque, en mi experiencia, una de las cosas más importantes, aunque a menudo pasada por alto, que hacemos como científicos de datos es comunicar y compartir nuestros resultados.

En esta publicación abordaremos aspectos como el tipo correcto de lenguaje a usar, cómo hablar sobre conceptos abstractos, el uso de diagramas para transmitir patrones y, finalmente, la estructura general. ¡Con suerte, estos consejos y trucos también funcionarán para usted la próxima vez que se comunique o presente!

Imagen del autor. (generado por IA)

Suena obvio ¿verdad? pero este es especialmente difícil: vamos a la universidad o estudiamos cursos para mejorar nuestro oficio y estos cursos nos presentan una variedad de conceptos técnicos, cada uno con un nombre específico que llegamos a comprender. Luego, cada vez que hablamos con otros estudiantes usamos este mismo lenguaje y, finalmente, cuando ingresamos a la industria, estos términos técnicos están tan arraigados en nosotros que los usamos sin pensar.

¿Qué hay de malo en esto? Allá afuera, en el mundo real, estas palabras no tienen sentido para la mayoría de las personas.

Permítame darle un ejemplo: en el área de datos tabulares, es posible que esté ajustando un modelo e intentando minimizar una de las muchas métricas de error basadas en acrónimos, como el error de predicción promedio medio (MAPE). Sin embargo, muy a menudo las personas con las que nos comunicamos no entenderán estos conceptos en absoluto. Entonces, ¿qué sucede cuando les contamos qué tan bajo hemos llegado al MAPE en nuestro último modelo de pronóstico? Definitivamente no quedarán impresionados; en el mejor de los casos, se desconectan; en el peor, podrían sentirse incómodos preguntándose si se supone que deben saber de qué diablos estamos hablando.

Entonces ¿cuál es la solución? La clave es comunicar conceptos complejos en términos cotidianos mucho más simples.

En el ejemplo anterior, por supuesto, todavía queremos resaltar que nuestros modelos son precisos, pero sería mucho mejor explicar esto en un lenguaje sencillo, como por ejemplo diciendo que hemos mejorado el error porcentual promedio. Aún mejor sería explicarlo en el concepto de lo que el modelo intenta hacer. Por ejemplo, si predecimos el tiempo, podríamos decir que hemos reducido el pronóstico de 12 horas en grados Celsius del 5% al ​​1%.

Seamos realistas: muchos de los conceptos de la ciencia de datos son bastante abstractos. ¿Alguna vez has tratado de explicarle a tu mamá qué es lo que haces todo el día? Sí, a mí también, nunca sale bien.

La buena noticia es que la mayoría de los conceptos abstractos pueden aclararse con un ejemplo tangible del mundo real. En el ensayo que adjunto, intenté aclarar cada punto del ensayo utilizando al menos un ejemplo y, muchas veces, varios ejemplos. Esto también es cierto cuando se intenta explicar conceptos verbalmente, y especialmente cuando se comunica con una audiencia menos técnica.

¿Pero qué ejemplos funcionan mejor? La regla de oro aquí es que cuanto más relevante sea un ejemplo para la audiencia, mejor. Por ejemplo, en mi ensayo me refiero constantemente a los proyectos de Kaggle como ejemplos, eso es porque sé que todos los que leen el ensayo están en Kaggle y podrán identificarse. Si estuviera comunicando el valor de los LLM a los profesores, tal vez hablaría sobre cómo funcionan en el contexto de resumir capítulos de libros de texto u ofrecer comentarios escritos personalizados.

La idea es: ¡conozca a su audiencia y el contenido debe seguirla!

¡Las imágenes son emocionantes! Bueno, creo que al menos lo son…

Un elemento visual o gráfico inteligente puede darle vida a cualquier presentación. Mi creencia personal es que una gran imagen se genera de una manera que debería hacer obvio el patrón deseado.

Tomemos este ejemplo simple de una tabla anotada: muestra el tipo de modelos utilizados en varias soluciones ganadoras para competencias de clasificación y regresión tabular simple organizadas en Kaggle. Incluso sin entender nada, nuestros ojos captarán el patrón de que hay muchas marcas de verificación en LightGBM y en las columnas de conjunto, así que sean lo que sean, seguro que son populares. Esta es una idea simple, pero al organizar los datos de la manera correcta resultó obvia.

Las imágenes claras no solo captan la atención, sino que también hacen que la narración de datos sea más eficaz y memorable, y pueden ahorrarle un montón de explicaciones.

Una tabla donde cada fila es una competencia de kaggle y cada columna indica el tipo de modelo utilizado.  La mayoría de las competiciones utilizan los tipos de modelo LightGBM/XGBoost y Ensemble, indicados por marcas en la combinación de fila x columna correspondiente.
Imagen del autor.

Nunca me gustó escribir ensayos en la escuela; de hecho, dado quién probablemente leerá esto, apuesto a que a la mayoría de ustedes tampoco. Pero una lección que se me quedó grabada a lo largo de los años fue la estructura simple del ensayo de mis profesores de secundaria: primero les dices, luego les cuentas, luego les cuentas de nuevo, es decir, la introducción, el cuerpo y la conclusión dicen lo mismo. .

Realmente no lo entendí en ese momento, pero desde entonces he visto la sabiduría que hay en ello una y otra vez. Si te lanzas directamente a una presentación, la gente no entenderá a qué deben prestar atención. ¡O si olvidas concluir la presentación, la gente probablemente solo recordará tu último punto! Para evitar estos errores, casi siempre es útil comenzar con los puntos clave, desarrollarlos y luego resumirlos por última vez, independientemente del medio, desde el ensayo hasta la presentación.

Esto es especialmente cierto en la ciencia de datos, ya que, dado el cambio de ritmo de la industria, siempre hay algo nuevo que discutir y es probable que no todos comprendan su nicho como usted, por lo que la repetición ayuda a identificar las ideas principales.

Con eso en mente, concluyamos con un resumen de algunos de nuestros puntos clave… (¿Ves lo que hice allí? :))

  1. Evite la jerga: no deje a su audiencia tratando de entender las últimas palabras o acrónimos de moda.
  2. Utilice ejemplos del mundo real siempre que sea posible: puntos extra si son relevantes para el público objetivo.
  3. Incluya imágenes simples: asegúrese de que el mensaje sea obvio.
  4. Y no olvide la importancia de una estructura clara.

Con suerte, con estos pensamientos en mente podrás captar aún mejor la atención de tu próxima audiencia.

¡Gracias por leer y hasta la próxima!