반응형 데이터사이언티스트 현실3 데이터 과학자가 되어서는 안 되는 이유 주변에 특이한 직책이 있습니다. 더 특이한 사람 중 하나는 데이터 과학자입니다. 이 사람들은 다양한 조직에서 찾을 수 있지만 실제로 우리가 생각하는 의미는 아닙니다. 이 블로그에서는 데이터 과학자를 살펴보고 데이터 과학자가 되어서는 안 되는 이유에 대해 설명합니다. 데이터 과학 신화 오늘날 많은 사람들이 데이터 과학자가 될 수 있다고 믿습니다. 데이터 과학자가 되는 데 도움이 될 수 있는 수백 개의 온라인 과정과 데이터 과학자가 된다는 것이 무엇을 의미하는지에 대한 수천 개의 기사가 있습니다. 그러나 불행히도 이러한 기사와 과정의 대부분은 실제로 당신을 오도하고 있습니다. 데이터 과학자는 SQL, R, Python 및 Hadoop을 아는 사람이 아닙니다. 데이터 과학자는 데이터로 비즈니스 문제를 해결하는.. 2022. 9. 10. 60일 내의 데이터 분석이란. 내 데이터 분석 취업 준비 여정의 본질, 나와 함께 고임금 직업에 새로 취직하는 것이 쉽지 않기 때문에 노력이 필요하기 때문에 전염병 시대에는 직업을 찾는 것 자체가 어려운 일입니다. 100개 이상의 회사에서 데이터 분석 역할을 지원했습니다. 그 중 8~10개 정도에서 전화를 받았습니다. 별로 좋지 않습니다. 대부분이 동일한 채용 프로세스를 가지고 있습니다. SQL, R 또는 Python으로 코딩 기술을 확인합니다 . 면접관 앞에서 문제를 해결해야 하는 경우가 3가지 있습니다. 가정 평가 중에 또는 전면 문제 해결에서 매우 다른 형태의 라이브가 진행됩니다. 분석을 수행하려면 SQL을 실행하고 데이터베이스에서 데이터를 가져와야 하는 데이터를 얻기 위한 데이터가 필요하므로 SQL이 없으면 작업도 없습니다. .. 2022. 9. 7. model.fit() 데이터 사이언티스트를 위한 자리는 없습니다. 많은 사람들이 데이터 사이언스 분야에 진출합니다. 그것이 우리에게 좋은 일이라고 생각합니다. 정말 좋은 일입니다. 더 많은 사람들은 더 많은 재능과 더 의미 있는 작업을 수행할 수 있는 능력을 의미합니다. 그리고 지옥, 데이터 과학이 거의 모든 조직에서 달성하는 데 도움이 될 수 있는 많은 것들이 있습니다. 저는 최근에 회사의 선임 데이터 분석가와 이야기를 나누며 " Python 데이터 사이언티스트를 충분히 고용할 수 있습니까?" 라고 물었습니다. 그의 대답은 이랬습니다. 데이터 과학자를 고용할 수는 있지만 좋은 사람을 찾기가 어렵습니다. 저는 데이터 과학 관리자이자 경험 많은 데이터 과학자이며 이에 대해 많은 공감을 할 수 있습니다. 동료들과 함께 일할 때, 나는 그들이 테이블에 가져다 주는 독특한 아.. 2022. 9. 2. 이전 1 다음 반응형
