采访Tim Schwuchow,数据科学领域的前提数据

我们感谢   蒂姆·施武香草 前提数据  参与其中的部分 数据科学访谈2020系列.

你是如何第一次进入数据科学的?

我是一个改革的学术。我在Grad School度过了太多,并在我自己和喜欢做自己的统计分析中编码项目。我爱上了它,然后参与前提。

我们一直在做疯狂,令人兴奋的事情,我很幸运能够拥有很多自治。我有很多信任和权力,允许找到使数据有用的方法。我真的很幸运能够在这里让我们的数据为客户有价值。这就像我们在世界各地都有目光,并且能够组装我们所看到的意义。挑战是以一种对决策者有用的方式呈现信息。我觉得我们有太多可以说和在这里做......我们有正确的数据和文化。

数据科学如何在当前项目中创建值?

我们目前正在努力的项目之一是一个名为虹膜的项目。它是一个UI和后端系统,用于获取我们收集的数据并将其聚集到世界各地兴趣点的基础层中。

例如,我们从我们的众包网络(来自世界各地的2000万贡献者)完成的任务中的个人提交,这可能是类似的东西,“去任何银行,拍一张牌子,告诉我们它是什么样的那里。什么是小时?有哪些服务?“我们在不同的地方提出不同的问题。个人观点很有趣,但我们希望建立共识。我们想要分组数据并说:“这组数据涉及这个地方,这一组涉及不同的地方。”

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。

您每天使用的主要技能是数据科学家的关键技能,以及您是如何发展的?

每天,我花费大部分时间都在做一些善良,通过同事的问题,或者参加会议以了解利益相关者要求。语言明智,我们所做的大部分是核心功能和ui或apis的核心功能和javascript的python。我作为程序员的旅程有点非传统,因为我从未在我的生活中进行过电脑节目课程。作为经济学研究生,我正在进行一些非常重的计算建模,并开始使用Python为那种统计建模和从那里开始建立一个有趣的小程序,以刮掉数据,在其他应用中清理数据。

除了编程外,有一些统计数据和经济学的域名知识对我目前的角色非常有帮助。我在前提下工作的另一个项目是处理我们收集各种商品价格的数据,以消费者价格指标;时间序列的经济学知识对于此显然非常重要!更广泛地,熟悉正式的统计和经济学对于确保我们使用声音方法收集和解释我们的数据至关重要。

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?

我发现具有挑战性的一件事正试图攻击合适的平衡,并拥有一般与深刻的知识。是我是为培训模式编写神经网络的最佳人物吗?我是创建管道的最佳人吗?对这些问题的每个问题的答案是“否”。但是,如果你采取了我可以做得很好的所有事情的集合,那么代微管理。

虽然我们的数据科学团队与大多数组织相比,但它是精英,我们已经能够通过我们技能群体的宽广,并专注于结果来实现惊人的事情。我花了很多时间学习新事物,并及时了解不断发展的技术,因为我可以成为生产力,并确保我们构建的东西尽可能强大和可扩展。留在鲜明的挑战是一个挑战,也是我最爱的工作之一。

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?

在推到前提之前,我在数据科学训练营行动,肯定推荐出于想要闯入这一领域的学术界的人–我肯定会看到遵循该路线的价值,但这是一个承诺。如果您没有时间以相当沉浸的事情,则像Coursera这样的免费服务是另一种选择。

您是否创建了数据科学内容? 

这几天我’m blogging for 前提 .

会议:您参加的数据 - 科学相关会议您特别享受,为什么?

今年我打算参加Esri和Tensorflow的会议,这看起来像是那些今年与Covid的虚拟,但我想参加两者。在过去,我很享受参加各种O'Reilly Ai会议,那些是保持当前的好方法。

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→