数据科学:Booz Allen Hamilton首席数据科学家Kirk Borne访谈

我们感谢 柯克·伯恩 参加 2020年数据科学访谈系列 通过分享他从非凡的知识和经验中得出的准确而启发性的思考,包括:

  1. 他详细介绍了数据科学家所需的顶级技能以及如何应对他们面临的日常挑战。
  2. 他对数据科学领域的任何人(从初学者到高年级学生)都具有切实可行的AI智能之家。
  3. 他对失败和终身学习的态度。

您是如何第一次进入数据科学的?

自从高中毕业以来,我一直在研究数据,很久以前在一个遥远的星系中。具体来说,我的背景是天体物理学,并拥有博士学位。在主题上。

我进行了25年以上的天文数据分析,建模和仿真,同时还为NASA的空间科学卫星任务建立了数据仓库。 1990年底,我对大型数据集的科学发现机会非常感兴趣’s,那时我开始探索机器学习,数据挖掘和数据科学。

的motivation for me has always been discovery, from my early days until now. Observational data, modeled scientifically, can deliver insights, discoveries, 和 understandings of all things, not just the Universe, but the universe of everything.

数据科学如何用于在您当前的项目中创造价值?

数据是发现的来源:洞察力,了解事物的工作方式,重要模式,有意义的关系,创新,新价值,即将发生的事物的预测模型以及新的机会。

AI时间杂志资源
您正在学习数据科学吗?

Check out what 图书 帮助20多个成功的数据科学家成长。

Data science can reveal new properties of known things, identify previously unknown things with known properties, 和 discover new things with previously unknown properties. 的things that we explore are all-inclusive: people, processes, products, events, 和 behaviors —在所有领域和行业中。

您作为数据科学家每天使用的关键技能是什么?您是如何开发这些技能的?

的“everyday”对我来说,技能更多是关于数据科学家的才能:领域知识(数据理解),数据收集(传感器,测量,访问,数据库,数据系统),通信(数据讲故事,数据可视化),好奇心(问题生成),探索性数据分析(数据素养,编码),推理(机器学习,统计),查询(模型构建,模拟)和科学方法论(实验,评估,验证,完善)。

作为一名专业数据科学家,您当前面临的最大挑战是什么?如何应对这些挑战?

的top challenges include the first-mile challenge (finding, accessing, cleaning, 和 integrating diverse distributed complex data sources) 和 the last-mile challenge (deriving actionable insights from all of those data).

的best approach to tackling these is to collaborate with others 和 work as a team, with diverse skills 和 talents being applied to the challenge.

另一个巨大的挑战是新技术,工具和技术的开发速度之快。很难跟上所有新的开发和创业公司。

我的方法是在社交媒体(Twitter,LinkedIn)上保持活跃,并订阅大量数据科学新闻通讯,并保持每天学习。

您对企业/行业的领域知识有多重要’身为数据科学家,您是如何获得的?

作为高级数据科学家,领域知识对我来说绝对至关重要, 因为否则我的贡献也是“plain” 和 “generic” for my clients.

但是,初级数据科学家可以在没有太多领域知识的情况下在项目的技术,数学和编码方面做出实质性贡献,但是他们将在项目过程中获取这些知识,最终他们将随着他们的发展而更加深入他们的职业进一步发展。

因此,一般而言,领域知识对于数据科学家为其组织和客户带来长期成功和价值至关重要。

通过将近20年的阅读,咨询,公开演讲以及与许多不同的人和组织的接触,我获得了许多行业和应用程序的领域知识。 多种应用。

It’关于好奇心和终生学习的一切— never give up!

您是否创建数据科学内容?

我创建了很多数据科学内容。我写文章并将其发布在许多不同的地方。我是一本有关人工智能的新书的合著者,该书将于明年出版。

我是世界的共同创造者’的第一个大学本科数据科学学位课程—以这种身份,我为几门不同的课程(入门性的数据科学,科学程序设计,数据库,数据挖掘,数据伦理,建模和仿真)生成了课程和内容,此外,我还教授了12年的研究生课程,这是一项广泛而全面的调查所有这些主题中的一个密集课程!

我现在正在为MBA学生开设一门有关商业分析的新课程,并将在来年教授。我每天都会在社交媒体上制作和共享内容。我在全球范围内举办网络研讨会,播客,会议演讲,大学讲座和主题演讲。

我已经在YouTube上发布了一些视频,但数量不多,尽管我将来有一些大计划。如果我不创建数据科学内容,那么我将停止学习—那对我来说不是一个选择。

3个最能概括您如何学习机器学习和数据科学的单词:

阅读,讲授,社交媒体参与

人员:您关注的是哪些启发性的数据科学家和AI人士?

吴安德(Andrew Ng),比尔·施马佐(Bill Schmarzo),莉莉安·皮尔森(Lillian Pierson),卡西·科兹科夫(Cassie Kozyrkov),贾里德·兰德(Jared Lander),杰森·布朗利(Jason Brownlee),阿德里安·罗斯布鲁克(Adrian Rosebrock),麦可·尤克(Mico Yuk),哈德利·威克姆(Hadley Wickham)

书籍:在您的旅途中,哪些书籍对您的帮助最大?为什么?

那本书的清单对我来说将是极其漫长的,因为我得到了许多书籍的帮助,但其中一本特别的书从我的早期时期就脱颖而出: “用于营销,销售和客户关系管理的数据挖掘技术”,由Linoff和Berry撰写。我发现,这本书在实际和常见的商业应用程序上下文中提供了许多最常见的机器学习算法的教育性和信息性的解释。

课程:您选择了哪些课程/程序对促进您的数据科学职业做出了重大贡献?

我的教育很早以前,但是几乎所有的物理,数学和科学程序设计课程对我的职业成功都是至关重要的,包括我目前的数据科学活动,因为这些技能,技术和科学才能每天都与之相关。

我的天文学课程,特别是在研究生院,对我爱上科学发现,理解数据,发展建模技能以及将科学作为过去40年的职业至关重要。几年前,我确实参加了在线Python课程,这非常有帮助。

会议:您特别喜欢参加哪些与数据科学相关的会议,为什么?

我每年参加很多会议。我不知道’不想说一个比另一个更好,因为它们都有着不同的关注事物和带来价值的方式。

但是,我几乎每年(通常每年两次)参加的活动都是ODSC(开放数据科学会议)活动。我不止一次参加的另一个会议是Data Natives会议。

我喜欢专注于特定行业的专业会议,因为这样我就可以了解有关该行业的很多知识,包括:市场营销,智能能源网格,健康分析,地理空间智能,金融,网络安全,高性能计算等等。

我在我参加的会议(ODSC和Data Natives)中担任发言人。

您用来跟上该领域进步的前三项资源是什么?

推特和LinkedIn是我的首要资源。但是我订阅了许多新闻通讯。有太多的名字。但是,我发现,每天在Twitter或LinkedIn上搜索,或在标准搜索引擎上搜索,都会产生大量的数据科学,人工智能,机器学习和数据分析内容,并且每天都有很多有趣的东西可供学习。

您在过去12个月中引入的最大改进是什么,从而极大地改善了您的工作流程?

我提醒自己我不’无需学习所有新知识(尤其是现在,总是有大量新事物出现时)。当我需要知识时,我可以依靠他人来填补我的知识空白。

您对今天想要进入数据科学领域的人有什么建议?

四件事:
(1)记住失败是人生之一’最重要的学习经历;
(2)在您最无聊和平凡的工作经历中,继续前进并尽力而为,因为这些经历中的每一项都为成功的职业奠定了基础;
(3)永不停止学习;和
(4)学习任何东西的最好方法是教别人。

关于数据科学的最喜欢的事情是:

学习新的数学算法是我最喜欢的两件事之一,第二件事是该算法用于从数据中发现新事物的应用。

如果你曾经’从事数据科学工作,您将:

继续我毕生的天文学和天体物理学事业,研究宇宙中星系的动力学和演化。

是什么激发您从事数据科学工作的?

我为在多个应用程序领域中发现新事物,新AI智能之家和新理解的巨大机会感到鼓舞。

标记您行业中希望看到的回答这些问题的一两个人。

鲍勃·海耶斯  , 和 凯特·斯特拉奇尼(Kate Strachnyi)

的mission of AI时间杂志 是泄露信息
和关于人工智能的知识,
的到来和使用AI技术的新机会
造福人类。

关于AI Time Journal编辑人员

的mission of AI时间杂志 是泄露信息 和关于人工智能的知识, 的到来和使用AI技术的新机会 benefit humanity.

查看AI Time Journal编辑人员的所有帖子→