Veri Biliminde Ustalaşmanın En İyi Adımları, Güven Bana Onları Denedim

Thulasiram, UpGrad ve IIIT-Bangalore'dan Veri Analitiği alanında PG Diplomasını aldı ve şu anda UpGrad'da UpGrad'da Veri Analizi için Program Görevlisi olarak çalışıyor .
Yıllar önce, Ferrari'sini Satan Keşiş kitabında bir hikaye okumuştum, bu güne kadar hatırladığım bir hikaye.
Bir zamanlar okçuluk becerileriyle ünlü bir öğretmen varmış. Öğretmenin okunun asla boğanın gözünden kaçmayacağı söylenirdi. Becerileri birçok öğrenciyi cezbetti. Bir gün öğretmen, öğrencilerinden birinin gözlerini bağlamasını istedi. Ardından öğrenciden bir hedef belirlemesini ve oku ve yayını kendisine vermesini istedi. Tüm öğrenciler nefeslerini tuttu ve öğretmeni izledi. Yüreklerinde, öğretmenin okunun hedefi vuracağından emindiler. Herkes nefesini tutarak seyrederken, öğretmenin oku yayı terk etti ve hedefi ıskaladı! Öğrenciler hayretler içinde kaldı. Öğrencilerden biri ustanın göz bağını kaldırdı ve ona “Hedefi nasıl ıskalayabilirsin?” diye sordu. Usta cevap verdi -

“İnsan göremediği bir hedefi vuramaz!”

Uzun zaman önce, bir öğretmen eğitimi etkinliğine katıldım. Derslerden birinde, öğrencilere belirli bir oturumda ne öğrenecekleri konusunda önceden bilgi vermemiz gerektiği söylendi, çünkü bu onların olacaklara daha iyi hazırlanmalarına yardımcı olacaktır. Öğrenme en iyi, öğrenciler öğrendiklerini neden öğrendiklerini ve bundan nasıl yararlanabileceklerini bildiklerinde gerçekleşir. Bağlam öğrenmeyi kolaylaştırmaya yardımcı olur. Zor bir sorunu yaratıcı yollarla çözmeye çalışma sürecinde, öğrenme doğal olarak gerçekleşir ve öğrendiklerimiz bizimle kalır.
Bu genel ilkeleri veri bilimine nasıl uygulayabiliriz? Veri biliminde uzmanlaşmanın ilk adımı ölçülebilir bir hedefe sahip olmaktır. Veri için bir tutkunuz ve sevginiz olmalı. Günümüzün Digi-ayetinde kaybolmak veya dikkatin dağılması kolaydır. İş, aile ve öğrenmeyi dengelemek her şeyi daha da karmaşık hale getirir. Bu nedenle, bir öğrenme hedefi belirlemek ve onu titizlikle takip etmek çok önemlidir.
Veri Analitiği için Başlangıç ​​Kılavuzu

İkincisi, herhangi bir beceride ustalaşmak için pratik yapmak şarttır. Outliers kitabında Malcolm Gladwell, bir beceride ustalaşmanın 10.000 saat sürdüğünü iddia ediyor. Bu sayı etrafında biraz tartışma var, ancak bir şey açık: pratik yapmadan, herhangi bir beceride ustalık elde edilemez. Veri bilimi bir istisna değildir. En iyi yaklaşım, önemsediğiniz, size ilham veren bir sorun üzerinde çalışmaktır. Öğrenmek için öğrenmek uzun sürmeyecek ve yol boyunca teori unutulacak.
Geçenlerde, halka açık görüntüleri analiz ederek göz kanserini tespit etme sorununu çözmeye yardımcı olan bir öğrenci hakkında bir makale okudum. Yolda sorunu çözmek için gereken her şeyi öğrendi ve harika bir şey başardı. Veri bilimi, tanımı gereği, disiplinler arası bir konudur. Lineer cebir, programlama, istatistik, bilgisayar altyapısı ve daha birçok alanı içerir. Bu uzun liste, veri biliminin kapılarından geçmek isteyen hepimiz için korkutucu.

Bu nedenle, başlangıçta iki veya üç algoritmaya odaklanmanız ve bunları seçtiğiniz problemlere uygulamaya çalışmanız size iyi gelecektir. Güneşin altındaki tüm algoritmalar hakkında biraz bilgi edinmek yerine, birkaçını derinlemesine keşfedin. Şu anda dünyamızdaki kaynaklar çok daha az ve bunlara olan talep çok fazla. Veri bilimini en uygun şekillerde kullanmak, bu kıt kaynakları en iyi şekilde kullanmanın yollarını bulmamıza yardımcı olabilir.
Ayrıca, bir problem üzerinde çalışırken deney yapmayı deneyin. Devam etmenin birkaç yolu vardır ve doğru olanı yalnızca denedikten sonra bileceksiniz. Deneyler, algoritmaların doğruluğunu artırma, yürütme için geçen süreyi azaltma, yürütmeyi paralelleştirme, modelin üretime hazır hale getirilmesi vb. gibi veri bilimi görevlerini gerçekleştirmeye hazır hale getirecektir. Verdiğim birçok iş görüşmesinde ortak bir nokta. Soru, ele aldığım veri kümeleri veya çözdüğüm gerçek dünya sorunları hakkındaydı. Bir problem üzerinde çalışmak, kesinlikle iş avınızda da büyük bir varlık olacaktır.

Sonuçların iletilmesi, analizin kendisi kadar önemlidir. Veri bilimi tamamen hikaye anlatımıyla ilgilidir. Başka bir röportajda bana soruldu -

“Ortancayı büyükannene nasıl açıklayacaksın?”

Karmaşık jargonu basitleştirilmiş kelimelerle açıklamak için doğaçlama yapmak zorunda kaldım. Bir organizasyonda, yönetim genellikle jargonun farkında olmayacaktır ve basit ve etkili iletişim anahtar olacaktır. Veri bilimi kavramlarını çocuklara (veya büyükanne ve büyükbabalara!) açıklamayı deneyin ve anlayıp anlamadıklarını görün.
Veri Bilimcileri ve Analistlerinin Maaşları

Son olarak, her şey görünürlük ve mevcudiyete indirgenir. Kalkınan bir veri bilimcisi olarak, dijital görünürlüğünüzü geliştirmek çok önemlidir. Bir GitHub hesabı oluşturun ve tüm projelerinizi sergilemek üzere yükleyin. Veri bilimi üzerine bloglara katkıda bulunun. Veri bilimi gruplarına katılın ve devam eden tartışmalara katkıda bulunun. Quora, Reddit ve diğer popüler forumlardaki soruları yanıtlamayı deneyin.

Bunlar, veri bilimi ustalığına giden uzun yolda yürümek üzerine meditasyonlarımdan bazıları. Kesinlikle başka fikirleriniz veya önerileriniz olacaktır. Lütfen düşüncelerinizi, makalelerinizi, videolarınızı ve podcast'lerinizi veya bu zorlu ama heyecan verici ve son derece tatmin edici yolda sizinle birlikte yürürken akranlarınıza yardımcı olacağını düşündüğünüz herhangi bir şeyi paylaşın!