采访H2O.AI的数据科学家Rohan Rao

Rohan Rao. 是一个数据科学家,a 卡格林爷爷师和一个16次国家数独/拼图冠军[维基百科]。

我们感谢Rohan参加 数据科学访谈2020系列 并分享关于数据科学中顶级Perfomer的工作流程和态度的几个AI智能之家,包括:
1.他如何在一个极快的前进领域中保留学习。
2.他的观点“staring at data”.
3.他鼓励对想要进入数据科学的人的建议。

你是否意识到你想要追求数据科学的职业生涯,你是如何进入的?

我长大着迷住了数字。在我童年时,从来没有一天会通过’T分享数值的事实。

当我对MBA计划的入场确认以及MSC计划的确认席位时,我生命中有一天。虽然我打破了我的头部,我父亲问我,“你想成为一个专业还是一般主义者?”那个问题清除了我的思想和我的雾’从来没有回头过回来。

在完成应用统计毕业后,我在机器学习咨询公司中占用了一份工作,并与各种客户一起尝试解决数据科学问题。这项工作涉及大量实际应用数学和统计数据对真实数据,当我看到它所添加的影响和价值时,我知道这就是我想要追求的。

AI时间期刊资源
你学习数据科学吗?

Check out what 图书 帮助20多个成功的数据科学家在他们的职业生涯中成长。

数据科学如何在当前项目中创建值?

数据科学在我们的H2O产品和平台上以各种方式使用。无论是如何自动化机器学习模型或从数据集中提取洞察力或通过数据驱动的决策评估业务影响,我们尝试让数据以尽可能多的方式言行。 H2O生态系统提供了各种工具来挤出最多的数据,并将其与某种数量的人类直觉和智力相结合,是一种强大而成功的组合,我正在加强和改善每一天。

什么是最佳投资之一,这是最多推动您的数据科学事业?

时间。和机会成本或牺牲是携手合作的成本或牺牲。

数据科学是巨大的,在这个迅速推进的空间中,总有新的事情可以学习。当我回顾多年来,我在了解数据的纯粹时间,在拍摄歌手比赛中,致力于拍手竞赛,将业务目标与数据科学管道结婚,在生长我的职业生涯中一直非常宝贵。我还发现这一点在我所知道的许多顶级数据科学专业人员中的重复趋势,并且令人难以置信,以便在努力推动该领域的创新范围。

您如何通过新的发展保持当前?

在卡格上活跃,帮助我在实际数据集中实施许多最新的发展。在推特上的一些顶级机器学习专业人员和探索互联网/研究论文/开源项目时,可以通过与我的工作相关的大多数发展,帮助我更新。

您目前作为专业数据科学家面临的最大挑战是什么?您如何解决它们?

获得数据科学解决方案的商业,并维持生产解决方案将是我的两个最大的挑战’作为数据科学家面临。数据科学有很多花哨的应用,但真正产生影响的人是与业务一致的那些。这很难让它们在一起并在同一页上。

同样,在没有进入现场生产系统的情况下,可以在脱机中进行大量工作。能够确保和优化模型和解决方案,使得它们在一段时间内按期望进行并且在生产环境中稳定仍然是需要投入更多的焦点和努力的区域。它’难怪,大量的模型结束时失败了’s true test.

商业/行业的域名知识有多重要’作为数据科学家,你是如何获得的?

在很多不同的行业工作,我对域知识的经验已经通过阅读它们并讨论了田间专家的想法和方法。它的重要性变化,但它有助于了解数据科学问题的背景更好地导致更有用的决定如何实现解决方案。

在许多行业,我都没有’t发现它可以帮助多大于数据和特征,在选择适当的评估度量或定义验证框架的其他方面非常有用。

您作为数据科学家练习或倡导您的职业练习或倡导哪种异常或荒谬的事情?

盯着数据。我会’考虑到我赢得了数据科学竞赛,这是通过这样做的荣获。

但我真正的意思是在尽可能多的方式,视觉,解剖和转换中度过大量时间。有时最简单的解决方案就在你的眼前。只有你’re looking at it.

有什么激励你在数据科学中工作的?

我是一个问题的解决者。它让我看看未优化的过程或未解决的拼图。数据科学使我能够解决它们并与平安的出口。

您对今天想要进入数据科学的人会给哪些建议?他们应该忽略什么建议?

让你的手脏。愿意参加更多的时间,努力和动力来学习,练习和建立数据科学技能。

没有条形图或预先进入数据科学。它是一个宽阔的伞,各种专业领域,并且始终是每个数据科学家都能找到适应的甜蜜点。

任务 ai时间杂志 是透过信息
关于人工智能的知识,改变
即将到来的是使用AI技术的新机会
益处人性。

加入AI时间杂志
加入助理编辑

您是否有兴趣分享AI的信息和知识,并与现场中的一些最聪明的思维联系起来?

了解加入作为一个 Associate Editor.

关于AI时间期刊编辑人员

任务 ai时间杂志 是透过信息 关于人工智能的知识,改变 即将到来的是使用AI技术的新机会 benefit humanity.

查看所有帖子由AI时间期刊编辑人员→