Principal Innovació Què diable és un científic de dades? El DJ Patil d’Inventor de Buzzword’s Spills All

Què diable és un científic de dades? El DJ Patil d’Inventor de Buzzword’s Spills All

Quina Pel·Lícula Per Veure?
 
DJ Patil, el primer científic en dades de la Casa Blanca de l’expresident Barack Obama.Abin Botsford / The Washington Post a través de Getty Images



Si heu prestat fins i tot la més mínima atenció al mercat laboral darrerament, és possible que hagueu notat una tendència commovedora en la contractació en aquests dies: tots els reclutadors, tant de grans empreses com de petites empreses, busquen ocupar un lloc anomenat científic de dades. Si analitzeu més de prop, és probable que alguns dels vostres amics sense experiència científica ja hagin entrat al dia i hagin canviat el seu nom professional com a científics de dades a LinkedIn.

El terme científic de dades, pràcticament inèdit fa només uns pocs anys, ara retorna més de 25.000 resultats a la pàgina Jobs de LinkedIn, és a dir, 2.000 sòlids més que els resultats de la cerca de l’analista financer de moda universal (almenys per a nosaltres els neoyorquins).

Per què el repunt d’interès? I què significa fins i tot, com en què fan els científics de dades? Vaig dirigir aquestes preguntes a la persona que em semblava que era la més qualificada per respondre-les: el tipus que va encunyar el terme científic de dades.

DJ Patil, a exdirectiu de LinkedIn (del 2008 al 2011), que més tard va exercir com a principal científic de dades de la Casa Blanca sota el president del president Barack Obama, és conegut com el primer científic de dades als Estats Units. El seu paper governamental es va crear com a part d’un ampli esforç de digitalització a l’administració dirigit per Obama, però l’elecció de les paraules utilitzades per descriure aquest paper es va decidir durant els seus dies a LinkedIn.

Jo estava a LinkedIn creant l’equip de dades i Jeff Hammerbacher [cofundador de Cloudera] estava bullent a l’equip de dades de Facebook i col·laboràvem i comparàvem notes de vegades. Una de les coses que ens vam adonar era que no sabíem com anomenar-nos, va dir Patil en una entrevista amb Braganca el mes passat.

Et dius analista? Se sent massa Wall Street. Un científic investigador o estadístic? Se sent massa acadèmic, va recordar. Però, com que treballava a LinkedIn, acabo de provar tots els títols de feina que se’ns podrien acudir per veure quina seria la que més interessaria als candidats. Resulta que tothom volia ser un científic de dades, de manera que estem bé, d’acord, així ens direm nosaltres mateixos.

El títol sembla sofisticat i prou imprecís per transcendir les indústries i ser pres seriosament, fins i tot per persones que no tenen ni idea de què es tracta.

Crec que la raó fonamental per la qual s’ha enlairat és que la gent no està ben segura del que significa. I aquest és el poder, va dir Patil. Quan us etiqueteu com a alguna cosa, la gent també etiqueta allò que no se suposa que sereu. Per tant, quan sou a una sala i dieu que sou un analista de dades, pensaran que no se suposa que esteu en aquests nivells de reunions. Però quan digueu que sou el científic de dades, ho faran, per sort, tenim aquí la gent intel·ligent.

L’augment de la demanda de científics de dades es deu en part a l’abundància sense precedents de dades que hem acumulat a l’era d’Internet, que ha alimentat un boom de llocs de treball relacionats amb el big data en diverses indústries. El títol de treball de so atractiu ha facilitat la publicació d’anuncis de feina per als reclutadors i és convenient que els demandants d’ocupació es promocionin. Però la seva ambigüitat inherent també ha provocat crítiques dels que estan confosos sobre el que significa realment.

Clint Chegin, cap de producte al lloc de la carrera, de fet, va expressar la seva frustració en un Publicació mitjana titulat: No hi ha tal cosa com a científic de dades.

La gran majoria de les descripcions de llocs de treball en ciències de la informació no transmeten els requisits reals de la posició que anuncien, va escriure Jeremie Harris, fundador de la plataforma de mentoria professional SharpestMinds.

En general, m’oposo a intentar definir-ho de manera massa rigorosa, va dir Patil. L’important és com utilitzeu les dades per interactuar amb el món, estudiar-les i intentar arribar a coses noves.

Algunes d’aquestes coses són productes nous, com ara un cotxe autònom o el vostre aplicació meteorològica . D’altres, són anàlisis de dades que s’utilitzen per ajudar les persones a avaluar tot, des de préstecs fins a decisions d’assistència sanitària, va continuar. Hi ha tot tipus de científics de dades.Potser el títol sobreviu i potser es converteix en una altra cosa. Però crec que el més poderós aquí és que estem utilitzant dades de maneres noves per construir les coses.

Articles Que Us Agraden :