Машинное обучение

Каково будущее науки о данных?

Любит | Нелюбов | Ответы | Вид | 8973


  
@ | Обновлено Right Now


Для меня следующее - это красные флаги (не обязательно из-за неопытности, но включая это):

  • Люди, которые не в восторге от интервью: наука о данных развивается очень быстро, так как она зависит от математики (быстро движется вперед), информатики (очень быстрые темпы роста) и самого бизнеса. Энтузиазм является ключом, чтобы не отставать.
  • Люди, которые встречаются как «всезнайки»: люди могут знать много вещей, это может быть намного больше, чем кто бы ни брал у них интервью (что хорошо), но должны быть некоторые вещи, о которых они не знают. Важно проверить это, выяснить, как они ведут себя в теме, в которой они не разбираются. Опять же, я предпочитаю людей, которые полны энтузиазма, хотя они знают, чего на самом деле не знают.
  • Люди, которые задают вопросы, а не слушают: в общем, это нехорошо, но для исследователя данных это еще важнее. Им нужно поговорить со многими клиентами, людьми из других слоев общества.
  • Задайте базовые вопросы (например, как найти, могут ли две переменные описывать друг друга, что если одна дискретная, что если эта не порядковая): поверьте или нет, очень старшие люди неправильно понимают основы.
  • Что касается руководящих должностей, убедитесь, что они хорошо знают технику и являются хорошими руководителями / менеджерами.

Там может быть больше, я буду обновлять этот пост, если я вспомнил больше.

| |



Онлайн-курс
«Всё о блокчейне и криптовалютах»
Один из самых трендовых курсов в сфере Цифровой экономики.