पेशेवर गुण डेटा वैज्ञानिक के लिए विकासशील आवश्यकताओं का अनुभव

आज, लगभग हर व्यवसाय डेटा खनन की आवश्यकता महसूस करता है। डेटा विज्ञान को कुछ नया नहीं माना जाता है। हालांकि, यह हर किसी के लिए स्पष्ट नहीं है कि एक चार्टर्ड विशेषज्ञ क्या होना चाहिए।

यह लेख एक एचआर विशेषज्ञ द्वारा नहीं लिखा गया था, लेकिन एक वैज्ञानिक द्वारा एक तारीख है, इसलिए प्रस्तुति शैली बहुत विशिष्ट है, लेकिन एक फायदा है - यह एक अंदर का नजारा है जो आपको यह समझने की अनुमति देता है कि पेशे के लिए एक डेटा वैज्ञानिक कौन से गुण आवश्यक है, ताकि कंपनी ऐसे पर भरोसा कर सके। व्यक्ति।

प्रस्तावना

समय आ गया है जब डेटा साइंस स्टार्टअप डायपर से बाहर हो गया है - विश्लेषण के लिए कार्यों की संख्या अप्रत्याशित गति से बढ़ी है, और इस गति को तुरंत स्वचालन द्वारा मुआवजा दिया जाना बंद हो गया है। यह स्पष्ट हो गया कि हमें टीम में नए दिमाग की जरूरत है ...

जैसा कि यह मुझे पहली बार में लग रहा था, एक व्यक्ति को काफी निश्चित की आवश्यकता थी: बस एक साधारण तारीख-कुछ-वहाँ ... प्रोग्रामर, विश्लेषक, सांख्यिकीविद। तो आवश्यकताओं की सूची संकलित करने में कठिनाई क्या है?

"इंजीनियरिंग में, यदि आप नहीं जानते कि आप क्या कर रहे हैं, तो आपको ऐसा नहीं करना चाहिए।"
रिचर्ड हैमिंग

मैंने हमेशा की तरह इस मामले पर संपर्क किया। उसने कागज की दो चादरें निकालीं। एक "तकनीकी कौशल", दूसरा - "व्यावसायिक कौशल"। उसके बाद, कुछ संसाधनों पर चढ़ने की इच्छा थी, वहां एक फिर से शुरू करें, गुणों की सूची लिखें, उन लोगों को चुनें जिन्हें आप पसंद करते हैं। लेकिन कुछ ने मुझे रोक दिया। "यह मेरा तरीका नहीं है," मैंने खुद से कहा। "मुझे यह समझ में नहीं आता है।" मैं कार्यों को समझता हूँ .. ”

मैंने टास्क से जाने की कोशिश की। हमारे कार्य सरल हैं। आपको संदिग्ध सामग्री का एक गैर-जिम्मेदार सीआरएम दिया जाता है और पहले से कुछ महीनों के लिए बिक्री की भविष्यवाणी करने के लिए कहा जाता है। काफी सरल। कोई भी संभाल सकता है ... अस्वीकरण: यदि आप ग्राहक के व्यवसाय को समझ सकते हैं। आदर्श रूप से, इसके लिए एक कार्य समूह लिया जाता है, जो अन्य सभी कार्यों से अलग हो जाता है और इस विशेष का विश्लेषण करने के लिए खुद को समर्पित करता है। प्रवेश द्वार पर - ग्राहक की इच्छा, बाहर निकलने पर - एक समाधान जिसे विवरण में जाने और प्रदर्शन किए गए कार्यों को दोहराए बिना जांचा जा सकता है।

यहाँ से मैंने पहली बार किसी तरह की औपचारिक आवश्यकता पूरी की - एक व्यक्ति को एक अलग कार्य करने में सक्षम होना चाहिए और किसी को विशेष रूप से तब तक नहीं खींचना चाहिए जब तक कि पहला कठोर निर्णय प्राप्त न हो जाए। फिर विशेषज्ञों को मदद के लिए आकर्षित करके इस निर्णय को बेहतर बनाया जा सकता है। लेकिन पहले चरण में, किसी अन्य व्यक्ति का उपयोग करना वैसा ही होता है जैसे किसी व्यक्ति पर ओवरसियर लगाना। और ओवरसियर किसी भी समय नवागंतुक को दूर कर सकता है और उसके लिए सब कुछ करना शुरू कर सकता है, जिससे भर्ती पूरी तरह से निरर्थक हो जाएगी।

इस पहली आवश्यकता के आधार पर, मैंने बहुत तेज़ी से पहली शीट भरी: अजगर को जानिए, विभिन्न स्रोतों से जानकारी निकालने में सक्षम हो, जानकारी स्टोर कर सकते हैं, AWS का उपयोग कर सकते हैं, सर्वर और आँकड़ों को जान सकते हैं, यादृच्छिक प्रक्रियाओं में सक्षम हो सकते हैं। थोड़े समय बाद मैंने अर्थव्यवस्था को मूल संस्करण में जोड़ा। परिणाम यह सुनिश्चित करने के लिए आवश्यक कौशल की एक सूची है कि पहली आवश्यकता पूरी हो गई है।

लेकिन, पेशेवर गुणों की सूची के साथ, मैं सफल नहीं हुआ। यहां तक ​​कि गुग्लिंग, मुझे डेटा वैज्ञानिक के लिए कोई पेशेवर आवश्यकताएं नहीं मिलीं जो उचित लगीं।

या तो "जिम्मेदारी" के सामान्य रूप सामने आए, या गुणों को कौशल के रूप में समझा गया, जो दूसरी सूची से संबंधित थे।

अपने स्वयं के विचारों को दलिया में मिलाया गया था, जिसे व्यवस्थित करना मुश्किल था। वैश्विक विशिष्ट के साथ मिलाया गया था, केवल कुछ कार्यों के लिए लागू। यह बहुत ही गलत था कि मैं एक ऐसे ढेर को सहन कर सकता था जो बहुत सामान्य थे, साथ ही उन गुणों के साथ जो उम्मीदवार बाद में कभी उपयोग नहीं कर सकते थे।

यहीं पर समस्या का विचार पैदा हुआ। यह मुझे एक अच्छा और सुरुचिपूर्ण तरीका लगता था कि आवश्यकताओं की सूची पर दार्शनिकता का भुगतान करने के लिए, और साथ ही समाधानों में त्रुटियों को देखते हुए आवश्यक सूची एकत्र करें।

टास्क का स्टेटमेंट

उद्यमी ने बैडमिंटन कोर्ट में एक स्टोर खोलने का फैसला किया, ताकि आगंतुकों को शटलकॉक और रैकेट के लिए सुपरमार्केट में नहीं जाना पड़े।

पूरे वर्ष के दौरान, उद्यमी ने खरीद से सभी प्राप्तियां रखीं ताकि बाद में यह समझ सकें कि मुनाफे को बढ़ाने के लिए क्या निर्णय लेने चाहिए। चेक से जानकारी संलग्न train_dataset.csv फ़ाइल में निहित है।

उन्होंने शटलकॉक और रैकेट पैक किए और विशेष रूप से तीन प्रकारों के सेटों में बेचे:

1. रैकेट और दो शटलकॉक
2. रैकेट और पांच शटलकॉक
3. दस शटलकॉक

समय-समय पर, उद्यमी को कीमतों में बदलाव के साथ सुपरमार्केट की कीमतों और कर दरों को बदलना पड़ा।

स्टोर और कोर्ट ने बिना छुट्टी और छुट्टियों के दिन काम किया। ग्राहकों का प्रवाह इस तथ्य के कारण कुछ हद तक सीमित था कि अदालत में केवल 4 लोगों को अनुमति दी जाती है, और अदालत को दो घंटे के सत्र के लिए अग्रिम में बुक किया जाता है, स्टेडियम में केवल तीन अदालतें हैं। फिर भी, एक दिन बिना बिक्री के नहीं चला गया, क्योंकि समय-समय पर या तो पूरी तरह से अप्रस्तुत लोग अदालत में आए, या किसी ने एक रैकेट या खो शटलकॉक को फाड़ दिया।

एक साल बाद, उद्यमी ने एक बिक्री की व्यवस्था करने का फैसला किया, जो 1 जनवरी से 31 जनवरी तक, समावेशी होना चाहिए। उन्होंने सामानों के सेट का पुनर्वितरण किया और उन्हें निम्नलिखित मूल्य दिए:

1. केवल एक रैकेट - 11 डॉलर 80 सेंट
2. पांच शटलकॉक - 5 डॉलर 90 सेंट
3. एक रैकेट और एक शटलकॉक - 12 डॉलर 98 सेंट

जनवरी में उद्यमी की आय का आकार स्थापित करना आवश्यक है।

संभाव्यता संवेदनशीलता

“मेरा मानना ​​है कि सबसे अच्छी भविष्यवाणियाँ समझ पर आधारित हैं
मूलभूत बलों की प्रक्रिया में शामिल। ”
रिचर्ड हैमिंग

यह कार्य जीवन के वास्तविक कार्यों के अनुकरण में तैयार किया गया था, लेकिन एक कृत्रिम तरीके से जो उम्मीदवारों से छिपा नहीं था। और इसलिए, डाटासेट बनाने के लिए कुछ सूत्र लागू किए गए थे। मान लीजिए, यादृच्छिक चर के साथ स्वाद, लेकिन सूत्र। किसी भी मामले में, यह अनुमान लगाया गया था कि डेटा वैज्ञानिक पूर्वानुमान के लिए इन सूत्रों का पता लगाने और उनका उपयोग करने में सक्षम थे।

बेशक, किसी को इस संभावना को नहीं छोड़ना चाहिए कि डेटासेट पूरी तस्वीर प्रदान नहीं करता है जो किसी को आवश्यक सटीकता के साथ सूत्रों को पुनर्स्थापित करने की अनुमति देता है। लेकिन वास्तविक जीवन में इस मामले के लिए, हम इस बात को लेकर आते हैं कि अतिरिक्त जानकारी क्या होनी चाहिए, और इसे कहाँ से प्राप्त करना चाहिए।

सामान्य तौर पर, "ब्रह्मांड के कानून" को खोजने की इच्छा एक अच्छा पेशेवर गुण है। समझने की क्षमता कि क्या देखना है और कहाँ देखना है। श्री हैमिंग जानते थे कि वह किस बारे में बात कर रहे हैं। और उसके लिए धन्यवाद, मेरी आवश्यकताओं की सूची में पहली पंक्ति दिखाई दी:

कारण-प्रभाव वाले रिश्तों का पता लगाने की क्षमता, उनका वर्णन करना, उन परिस्थितियों को तैयार करना जिनके तहत रिश्तों को व्यापार के लिए उपयोगी सूत्र में परिवर्तित किया जा सकता है।

यह कोई संयोग नहीं है कि मैंने यहां "व्यापार के लिए उपयोगी" वाक्यांश का उपयोग किया है। मेरे व्यक्तिगत व्यवहार में, यह अक्सर पता चला कि यह उस समस्या का जवाब नहीं था जो व्यवसाय को लाभ पहुंचाता था, लेकिन एक साइड परिणाम, जो किसी प्रकार की आंतरिक निर्भरता को खोलकर प्राप्त किया गया था। कुछ मामलों में, इसने अतिरिक्त धन, नए अनुबंधों को शुरू किया, और पता है कि कैसे और उप-उत्पादों की मात्रा में वृद्धि हुई।

इसलिए, मुझे भेजे गए निर्णयों का विश्लेषण करते हुए, मैंने ध्यान से देखा कि उम्मीदवार कैसे डेटासेट की कृत्रिमता के बारे में ज्ञान का उपयोग करेगा, चाहे वह किसी बिंदु पर अतिरिक्त जानकारी मांगेगा या कार्य को पूरा करने के लिए डेटासेट की पर्याप्तता साबित करेगा।

आत्म विश्वास

"अगर कोई घटना हमारा ध्यान आकर्षित करती है, तो साहचर्य स्मृति अपने कारण की खोज करना शुरू कर देती है, या यों कहें कि, स्मृति में पहले से संग्रहीत कोई भी कारण सक्रिय है।"
डैनियल कहमैन

मैं यह नहीं कहूंगा कि साहचर्य स्मृति खराब है। वह हमारी कल्पना का स्रोत और ईंधन है। काल्पनिक आपको परिकल्पना उत्पन्न करने की अनुमति देता है, सहज रूप से आगे की धारणाएं लगाता है, जल्दी से उन चरों के जोड़े खोजता है जिनके बीच एक कनेक्शन संभव है।

और वह हमें पूर्वाग्रह की पुष्टि के रूप में बैंडबाजे पर रखती है।

हम अपने स्वयं के अनुभव और अपने स्वयं के ज्ञान के लिए इतने अभ्यस्त हैं कि हम उन्हें नई स्थितियों में फैलाना शुरू कर देते हैं। जीवित दुनिया में, यह अक्सर उपयोगी होता है। कहते हैं, यह विश्वास कि सभी सांप जहरीले हैं, संदेह से अधिक जीवन बचाता है कि यह विशेष सांप जहरीला नहीं है। लेकिन एक सुरक्षित कार्यालय में, पर्याप्त समय होने के कारण, किसी भी फैसले को परिकल्पना के रूप में समझना बेहतर है।

कार्य डेटासेट को विशेष रूप से इस तरह से डिज़ाइन किया गया था कि समय अंतराल केवल टिप्पणियों के एक वर्ष को कवर करता है। यह अच्छा है कि रेखांकन पर विचार करने के चरण में उम्मीदवारों ने मौसमी उतार-चढ़ाव की उपस्थिति के बारे में एक परिकल्पना को सामने रखा। यह बुरा है कि शायद ही किसी ने इसे सत्यापित करने की आवश्यकता बताई हो। और यह बहुत बुरा है कि कुछ, बिना जाँच किए, मौसमी की उपस्थिति पर जोर दिया।

इसलिए मैंने गुणों की सूची में निम्नलिखित दर्ज किया:

अपने स्वयं के अनुभव के संबंध में सोच की महत्वपूर्णता।

मैं वास्तव में यहाँ "और ज्ञान" जोड़ना चाहता था, लेकिन फिर मुझे ऐसा लगा कि यह पोस्टस्क्रिप्ट एक बड़े नए विषय को खोलता है।

मनोविक्षुब्धता

“इस या उस सिद्धांत को विकसित करने के बाद, हम फिर से टिप्पणियों की ओर मुड़ते हैं,
उसकी जांच करने के लिए। ”
ग्रेगरी मैनक्यु

डेटा विज्ञान साहित्य परिकल्पना परीक्षण को स्वचालित करने के तरीकों की जांच करता है। हालाँकि, मैं शायद ही कभी उनके उपयोग के लिए दिशानिर्देशों को पूरा करता हूं। इस वजह से, मानो या न मानो, एक बार मैं दो अलग-अलग गतिविधियों के बीच भ्रमित हो गया - सांख्यिकीय परिकल्पनाओं की जाँच करना और मॉडल की जाँच करना।

इसी समय, जो और भी अधिक भ्रामक है, सांख्यिकीय परिकल्पना और सामान्य रूप में परिकल्पना की अवधारणाओं के बीच अंतर को अनदेखा किया गया है। हमारे लेख में इस तरह के भ्रम से बचने के लिए, मुझे एक परिकल्पना की सामान्य अवधारणा के लिए धारणा शब्द का उपयोग करने दें।

पिछले पैराग्राफ में, डेटासेट के संबंध में एक ऐसी धारणा बनाई गई थी, अर्थात्, मौसमी की उपस्थिति। समय-समय पर आवर्ती के रूप में एक मौसमी घटक को परिभाषित करना काफी सहज है। और यहां आपको तुरंत खुद से सवाल पूछना चाहिए: घटक को कितनी बार दोहराया जाना चाहिए ताकि इसे मौसमी माना जा सके? इसके अलावा, क्या हम आवधिक पुनरावृत्ति के आधार पर, डेटासेट में मौसमी घटक की उपस्थिति की पुष्टि कर सकते हैं, जिसका समय अंतराल केवल एक वर्ष है।

जैसा कि पहले ही उल्लेख किया गया है, अंतराल की लंबाई विशेष रूप से चुनी गई थी। मैं चाहता था कि अभ्यर्थियों को प्रश्न में कार्य के लिए मौसमी की उपलब्धता की जाँच करने के अपने तरीके और आवश्यकता की पेशकश करने का अवसर मिले। और मैंने इस गुण को आवश्यक पेशेवर गुणों की सूची में भी जोड़ा:

मानक तरीकों से मान्यताओं का परीक्षण करने और जाँच के नए तरीकों के साथ आने की क्षमता।

संभवत: "नए तरीकों के साथ आते हैं" बहुत जोर से लगता है। मुझे शायद ही कभी कुछ नया करने की जरूरत है। सवाल के बाद सरल विचार की विधि "क्या अगर?" काफी उपयुक्त है।

सुंदर लेख "यह सही है, लेकिन गलत है" में, अलेक्जेंडर चेरुकोनी ने कई संभावित समस्याओं के लिए त्वरित और लगभग सहज समाधान के उदाहरण दिए। एक समान तंत्र, यह मुझे लगता है, परीक्षण मान्यताओं के लिए काफी अनुकूल है।

पहले हम सोचेंगे कि हम किस प्रकार की मौसमीता को खोजना चाहते हैं। मौसमी एक बाहरी कारक हो सकता है जो हमारे लिए अज्ञात है, और जो डेटा में एक निश्चित असाधारण पुनरावृत्ति का प्रतिनिधित्व करता है। मौसमी घटक को अलग से लिखकर और उसकी स्थिरता की डिग्री को दिखाते हुए डेटासेट से परे जाने के बिना ऐसी मौसमी का वर्णन करना संभव है। और मौसमीता को ज्ञात डेटा के अंदर छिपाया जा सकता है। उदाहरण के लिए, यदि मौसमी खरीदारों की संख्या, और बिक्री की मात्रा पर खरीदारों की संख्या को प्रभावित करती है, तो अगर हम समय से पहले जानते थे और कौन सा खरीदार आएगा, तो यह संभावना नहीं है कि हमें एक अलग घटना के रूप में मौसमी की आवश्यकता होगी। नतीजतन, हम ठीक-ठीक अपसामान्य मौसमी की तलाश करेंगे, क्योंकि हम नहीं जानते हैं और इसकी आवश्यकता है।

आइए अब मान लें कि इस तरह की मौसमी बिक्री पर कोई असर नहीं पड़ता है। तब बिक्री में सभी उतार-चढ़ाव या तो यादृच्छिक होते हैं, या आप उनके बीच कुछ संबंध और अन्य चर में परिवर्तन पा सकते हैं। यह पूरी तरह से कैसे निर्भर करता है कि क्या हो रहा है? क्या अब भी अपसामान्य सीज़न के लिए जगह होगी?

यही है, मौसमी की उपस्थिति की जांच करने के लिए, हम ज्ञात चर पर सभी निर्भरताएं पा सकते हैं, और उसके बाद, उतार-चढ़ाव से इन निर्भरताओं को घटाते हुए, शेष को देखें। इसके अलावा, यदि शेष का प्रसार पर्याप्त रूप से छोटा है, तो शायद असाधारण मूल्यों की खोज में बिल्कुल भी कोई अर्थ नहीं होगा।

इसलिए हमें पर्याप्त रूप से लंबे डेटा अंतराल के अभाव में मौसमी जाँच के लिए एक सरल तरीका मिला।

सावधानी

"दुर्लभ घटनाओं को समझने के लिए हमारा दिमाग तैयार नहीं है।"
रॉबर्ट बैनर

दो राशियों के बीच संबंधों की खोज की ओर मुड़ते हुए, पहली बात हम उनके आपसी बदलाव को महसूस करने की कोशिश करते हैं। और रेखीय प्रतिगमन की तुलना में शायद, कोई सरल और अधिक विस्तृत विधि नहीं है। यह उन मामलों के बारे में एक राय बनाने में मदद कर सकता है, यहां तक ​​कि उन मामलों में जहां मात्राओं के बीच मात्रात्मक संबंध अज्ञात है। वैसे, इसके कई अन्य फायदे हैं।

और दोष।

वास्तव में, दो राशियों के बीच संबंध हमेशा से इतना सरल है कि इसे संख्यात्मक विशेषताओं द्वारा पहचाना जा सकता है। कोई फर्क नहीं पड़ता कि दो मात्राओं के बीच संबंध का रैखिक सन्निकटन कितना सुंदर हो सकता है, हमेशा संभावना है कि हम कुछ अधिक जटिल के साथ काम कर रहे हैं। अंग्रेजी गणितज्ञ फ्रांसिस एनसेंम्बे ने इस घटना को चार उदाहरणों के साथ चित्रित किया है, जिसे बाद में एनस्कोमेक चौकड़ी के रूप में जाना जाता है।

एंस्कॉम्ब की चौकड़ी के समान कुछ काम में लाना एक अच्छा विचार है और इसे लागू करना बहुत सरल है। घटना की लोकप्रियता के बावजूद, बहुत सारे उम्मीदवार चारा के लिए गिर गए।

समस्या में घटना का कार्यान्वयन इस प्रकार था। ग्राहकों के तीन समूह होने दें, जिनमें से प्रत्येक को खरीदते समय एक निश्चित रुचि का एहसास होता है। दोनों समूह एक समान व्यवहार करते हैं, और उनका व्यवहार मांग और कीमत के बीच एक रैखिक संबंध में व्यक्त किया जाता है। लेकिन तीसरा समूह अन्यथा करता है। एक निश्चित सीमा से ऊपर की कीमतों के संक्रमण के साथ, इस समूह के खरीदार तेजी से आवश्यक न्यूनतम से अधिक खरीद बंद कर देते हैं।

वास्तविक दुनिया में काफी आम है, इस घटना ने एनस्कोकॉम के उदाहरणों में से एक का अनुकरण करना और इसे दो अन्य वितरणों के बीच छिपाना संभव बना दिया।

वास्तव में, "छिपाना" स्थिति को बहुत अच्छी तरह से फिट नहीं करता है। मैं इस वितरण को दूसरों के बगल में रखता हूं, अधिक परिचित और समझने योग्य। यह अंतर ग्राफ़ पर स्पष्ट था, जैसा कि यह मुझे लगता था, लेकिन सभी ने ध्यान नहीं दिया। और उम्मीदवारों में से एक के लिए एक उच्च क्रम बहुपद के लिए ले जाकर सन्निकटन "सुधार" करने का प्रयास विशेष रूप से दिलचस्प था।

इसलिए मैंने पेशेवर गुणों के लिए एक और आवश्यकता तैयार की:

महत्वपूर्ण टिप्पणियों को अलग करने में सक्षम होने के लिए, उनके महत्व के बारे में परिकल्पना का निर्माण करें।

आवेग

"मीटर का पांच साल के लिए बड़े पैमाने पर इस्तेमाल किया गया है और तीन चेक से गुजरा है।"
टिमोथी लेरी

इससे पहले, मैंने एक ऐसी स्थिति का वर्णन किया जहां अस्पष्टीकृत संतुलन इतना छोटा हो जाता है कि उनका प्रभाव व्यवसाय के लाभ की पृष्ठभूमि के खिलाफ अप्रभेद्य हो जाता है जो बाकी मॉडल प्रदान करता है।

हालांकि, आपको यह समझने की आवश्यकता है कि अभिव्यक्ति के पीछे क्या छिपा हो सकता है "इतना छोटा।"

आमतौर पर दुनिया कुछ उपकरणों का उपयोग करके हमारे द्वारा देखी और मापी जाती है। एक इलेक्ट्रॉन माइक्रोस्कोप की तरह सरल, एक शासक या जटिल की तरह। जटिल उपकरणों में एक कंप्यूटर शामिल है, जिस पर एक सांख्यिकीय प्रोग्रामिंग वातावरण स्थापित है।

एक अर्थ में, हमारे द्वारा किए गए किसी भी अवलोकन या निष्कर्ष को माप के परिणाम के रूप में माना जा सकता है। हम समस्या की स्थितियों को देखते हैं और समय अंतराल पर आय को मापते हैं जो अभी तक नहीं हुआ है। यहाँ मैंने "माप" शब्द के साथ कई शब्द "भविष्यवाणी" के लिए रहस्यमय और जादुई जगह ले ली। अपने रोजमर्रा के काम के हिस्से के रूप में, मैं काफी कुछ कह सकता हूं, क्योंकि सटीकता के काफी उच्च स्तर पर पूर्वानुमान को नियमित गणना से बदल दिया जाता है।

लेकिन कोई भी माप अत्यंत सटीक नहीं हो सकता है। प्रत्येक डिवाइस में इसकी अपूर्णता के कारण माप त्रुटि होती है। और माप में उनकी सटीकता को इंगित करना आवश्यक है, इसके लिए, प्राप्त परिणाम के साथ, एक आत्मविश्वास अंतराल का संकेत दिया गया है।

विश्वास अंतराल का संकेत एक सिफारिश भी नहीं है, लेकिन एक आवश्यकता जिसे अक्सर भुला दिया जाता है। इसके अलावा, हालांकि कुछ शब्द मेरे शब्दों में ध्वनित होंगे, मेरा मानना ​​है कि आत्मविश्वास अंतराल की गणना करना आत्मसम्मान का कार्य है, और निम्न गुणवत्ता डेटा वैज्ञानिक के लिए आवश्यक गुणों में से है:

एल्गोरिदम और विधियों की औपचारिक आवश्यकताओं का पालन करने में सटीकता, विशेषकर जब आत्मविश्वास अंतराल की गणना करने और आवश्यक और पर्याप्त स्थितियों की जांच करने की बात आती है।

लचीलापन

"यह प्रावधान काफी हद तक सही नहीं है, लेकिन ज्यादातर मामलों में व्यावहारिक अनुप्रयोग के लिए पर्याप्त रूप से सही है।"
फ्रांसिस एनस्कोम

अब तक, मैंने इस कार्य की सबसे महत्वपूर्ण विशेषताओं पर चर्चा करने से परहेज किया है। पूर्वानुमानित अंतराल बेची गई वस्तुओं में एक मजबूत बदलाव की विशेषता है। अब यह समझाने का समय है कि यह परिवर्तन कार्य में क्यों दिखाई देता है।

ऊपर, मैंने पहले ही विभिन्न धारणाओं की जाँच की संभावना पर अपना दृष्टिकोण रेखांकित कर दिया है। सत्यापन हमेशा होना चाहिए। यदि कुछ सत्यापित नहीं किया जा सकता है, या सत्यापन की विधि ज्ञात नहीं है, तो विभिन्न विकल्पों को रेखांकित किया जाना चाहिए; वे आगे अनुसंधान के लिए एक कारण के रूप में सेवा कर सकते हैं। लेकिन साथ ही, ज्ञात जानकारी के आधार पर, स्थिति का यथासंभव वर्णन करने का प्रयास करना आवश्यक है।

वास्तव में, हम बिक्री के बारे में क्या जानते हैं? ऐसे लोग हैं जो ज्ञात और सूचीबद्ध कारणों के कारण खरीदारी करते हैं। आप पूरी तरह से लगभग पूरी प्रक्रिया का अनुकरण कर सकते हैं, क्योंकि हमने सभी निर्भरताएं पाईं और पता चला कि अस्पष्टीकृत अवशेषों को सामान्य रूप से वितरित किया गया है और इसमें बहुत कम फैलाव है।

प्रश्न दिखाई देने लगते हैं: क्या माल की खरीदी गई मात्रा लोगों की जरूरतों को कवर करती है? जरूरत पूरी होने पर वे क्या करते हैं? उदाहरण के लिए, यदि उनकी राय में, किसी उत्पाद की कीमत बहुत अधिक है, तो वे क्या करते हैं? मांग की रैखिक निर्भरता कहां से आती है?

वास्तव में, ये व्यवसाय के लिए प्रश्न हैं। और, ज़ाहिर है, उन्हें व्यवसाय के मालिक से उनके क्षेत्र के विशेषज्ञ के रूप में पूछा जाना चाहिए।अंत में, प्रारंभिक डेटासेट हमेशा पूर्ण से दूर है, और व्यवसाय, यहां तक ​​कि पेशेवर विश्लेषकों का एक कर्मचारी होने के कारण, सब कुछ नहीं जानता है। वास्तव में, व्यवसाय डेटा विज्ञान के लिए सटीक रूप से बदल जाता है क्योंकि हर कोई नहीं जानता है। लेकिन क्या अगर ...

क्या है अगर एक सत्यापित और सुसंगत मॉडल है जो केवल हमारे ज्ञात डेटा का उपयोग करके स्थिति का वर्णन करता है? यह भी जांच के लायक है।

उपसंहार

मुझे डेटा वैज्ञानिक के पेशेवर गुणों की एक अंतिम सूची बनाने दें जो मैंने लिखा था।

1. कारण-प्रभाव वाले रिश्तों का पता लगाने की क्षमता, उनका वर्णन करना, उन परिस्थितियों को तैयार करना जिनके तहत रिश्तों को व्यापार के लिए उपयोगी सूत्र में परिवर्तित किया जा सकता है।
2. अपने स्वयं के अनुभव के संबंध में सोच की महत्वपूर्णता।
3. मानक तरीकों से मान्यताओं का परीक्षण करने और जाँच के नए तरीकों के साथ आने की क्षमता।
4. , .
5. , .

इस इकट्ठे रूप में, सूची मुझे बहुत स्पष्ट लगती है। शायद इसलिए कि यह कुछ हद तक संज्ञानात्मक जीवों की सूची को दोहराता है। जो, संयोग से, मुझे पश्चवर्ती टिप्पणियों के प्राकृतिक साक्ष्य के विचार की ओर ले जाता है। और फिर भी, मुझे कागज की दूसरी खाली शीट पर ध्यान का समय याद है और मैं समझता हूं कि काम किए बिना सूची संकलित नहीं की गई होगी।

फिर भी दिलचस्प यह विचार है कि एक व्यक्ति के लिए एक तथ्य का महत्व दूसरे के लिए आवश्यक नहीं है। यह दर्जनों उम्मीदवारों से प्राप्त समस्या के समाधान से आसानी से पता लगाया जा सकता है ...

लेखक: Valery Kondakov, सह-संस्थापक और Uninum के सीटीओ
सह लेखक: Pavel Zhirnovsky, सह-संस्थापक और Uninum के सीईओ

पुनश्च

रिक्ति पर
प्लेसमेंट की तिथि 06/25/19 को रिक्ति की स्थिति: 27/05/19 रिक्ति के
कुल विचार: 2727
कुल प्रतिक्रियाएं: 94

• उन्होंने समस्या का हल भेजा, लेकिन यह गलत निकला: 20%
• वे समस्या को हल करने के लिए सहमत हुए, लेकिन जवाब नहीं भेजा: 30%
• विभिन्न कारणों से एक फिर से शुरू के विचार के मंच पर इनकार: 45%
• उन्होंने सही एक के करीब एक समाधान भेजा: 5%