Ceci est la suite de ma série de données comme expérience . Le dernier message concernait le rôle Power User .
The Data Scientist
À première vue, vous vous demandez peut-être pourquoi il est même envisagé de recourir aux données scientifiques. Du point de vue analytique typique de «Quels rapports dois-je écrire?», Ce rôle n’exige rien. Mais lorsque vous réfléchissez à ce qu’ils font, vous constatez que vous devez toujours tenir compte de leur expérience et la planifier en conséquence. Mais tout d’abord, regardons la journée typique de la vie d’un scientifique. Un grand merci à Matthew Mayo de KDnuggets pour les informations fournies par ses divers contributeurs.
Les scientifiques de données ont des besoins variés, dont aucun ne vient avec des rapports prédéfinis, car ils sont censés vivre dans les données.
Leurs outils:
- Outils d’extraction de données
- Excel
- R
- SAS
- Python
- SQL à un DB
- Divers produits Big Data tels que Hive, Hadoop HUE, etc.
- Divers outils d'analyse décisionnelle (pensez à Tableau, MicroStrategy, PowerBI, etc.)
Ce qu'ils font:
Quand vous regardez le jour Aujourd’hui, vous constaterez certains thèmes communs qui peuvent être décomposés en conséquence:
- Communication et coordination avec leurs équipes
- Compréhension du monde des affaires et des besoins des entreprises
- Analyse des données et garantie de leur fiabilité
- Création de modèles pour mieux comprendre ou former une IA
- Inclut le temps pour tester et itérer sur le modèle
- Créez des visualisations pour illustrer les connaissances acquises sur l'entreprise.
- Recherche sur la manière dont ce domaine encore naissant continue de mûrir.
Ce qu'une équipe d'analyse devrait faire
Comme vous pouvez le constater, un scientifique typique des données a Des côtelettes bien plus techniques que même un utilisateur expérimenté. Ils peuvent faire beaucoup de choses eux-mêmes et compte tenu de leurs besoins uniques, ils vous demanderont. Cela signifie que vous devez vous concentrer sur trois choses qui les aideront. Franchement, si vous faites ces deux choses correctement, ils vous aimeront pour toujours:
- Créez des données bien gérées et organisées. Pour ce faire, vous devez commencer par extraire des données fiables. Vous pouvez également le faire en utilisant des outils de gouvernance BI pour gérer les données et les rendre disponibles de manière fiable, auditée et comprise.
- Fournissez les outils nécessaires pour extraire les données des référentiels sources facilement et rapidement. Ils en ont besoin pour utiliser leurs propres outils, créer des modèles, etc. Vous ne pouvez pas les aider à faire ce travail, alors laissez-les simplement choisir ce dont ils ont besoin et ne les gênez pas
- Donnez-leur un bon outil de visualisation. Cela a certaines implications
- Vous disposez d'un bon outil de visualisation.
- Vous avez suffisamment formé le spécialiste des données pour utiliser l'outil.
- Le spécialiste des données dispose des autorisations nécessaires pour utiliser l'outil dans toute la mesure de ses possibilités. En d’autres termes, faites-en un rédacteur de rapport avec le droit d’accéder à un éventail de sources de données, y compris leurs propres données récemment créées.
Ne traitez pas le spécialiste des données comme un utilisateur type. Donnez-leur ce dont ils ont besoin, puis écartez-vous et laissez-les faire ce qu'ils doivent faire. Ils vont tirer, analyser et rendre compte de tout cela eux-mêmes.
Les cadres restent une priorité absolue pour les utilisateurs et ont toujours besoin d'informations quotidiennes et d'un aperçu unique.