Was inspiriert Sie als Data Scientist?

Und schon ist es ein neues Jahr! Wir hoffen, Sie haben die ersten Tage des Jahres 2023 genossen.

Wir wissen, dass sich viele Datenwissenschaftler zu dieser Jahreszeit auf neue Abenteuer und ehrgeizige Projekte einlassen, und jedes neue Unterfangen ist auch eine Gelegenheit, unsere Fähigkeiten zu verbessern oder neue zu erwerben.

Lernen ist der Kern jeder Art von Wachstum, ob beruflich oder anderweitig, aber es gibt viele andere Ziele, die unsere Leser motivieren. Um denjenigen unter Ihnen zu helfen, die gerade erst in diesem Bereich anfangen (oder darüber nachdenken), bot unsere Januarausgabe eine Sammlung von Ressourcen , um ein besserer Lernender zu werden.

Als Ergänzung zu dieser Zusammenfassung widmen wir die erste Variable des Jahres den neuesten Artikeln, die Sie zum Handeln anregen und Ihnen neue Ideen geben, die Sie in den kommenden Monaten erkunden können. Genießen!

• Nutzen Sie die Macht der Daten für Umweltveränderungen . Kein Datenwissenschaftler wird die Klimakrise im Alleingang lösen, weshalb es so wichtig ist, die Gemeinschaft klimabewusster Praktiker zu vergrößern. Maybritt Schillinger trägt zu diesen Bemühungen mit einem TDS-Debüt bei, das Physik, Statistik und Zeitreihenanalyse zusammenführt, um die Klimavariabilität besser zu verstehen.
• Ein paar einfache Entscheidungen können einen großen kumulativen Effekt auf Ihre Karriere haben . Neujahrsvorsätze sind in der Regel groß und spritzig – und im Februar leicht zu vergessen. Stattdessen schlägt Murtaza Ali 10 konkrete Ideen vor – vom Lernen über das Entwerfen einer Benutzerstudie bis hin zur Auswahl eines persönlichen Projekts – die Ihnen helfen können, ein stärkerer, umfassenderer Datenwissenschaftler zu werden.
• Ist es an der Zeit, auf einen Rollenwechsel zu drängen? Wenn Sie ein Datenanalyst sind, der sich selbst als zukünftigen Datenwissenschaftler sieht, ist der Leitfaden von Mary Newhauser ein Muss: Er behandelt die Vor- und Nachteile des Wechsels zwischen diesen Rollen. (Es ist auch eine sehr nützliche Ressource, wenn der Karrierewechsel, an den Sie denken, ein anderer ist.)

• Ein vielfältigerer Technologiesektor wird nicht ohne Maßnahmen entstehen . Sind Sie ein Datenprofi, der in der Industrie arbeitet, und wissen nicht, wie Sie Inklusion in Ihrer Organisation fördern können? Die Einführung von Thomas A. Dorfer über die Vorteile diverser Teams ist ein guter Ausgangspunkt und kann Ihnen dabei helfen, wichtige Gespräche mit Stakeholdern zu führen.
• Werden Sie nicht nur besser bei der Problemlösung, sondern auch bei der Problemvermeidung . Für viele von Ihnen, die an Datenprodukten für interne (und vielleicht sogar externe) Benutzer arbeiten, ist es keine langweilige Angelegenheit, die Dinge reibungslos am Laufen zu halten. es ist der Kern Ihrer Arbeit. Der neueste Artikel von Marian Nodine befasst sich mit den Ursachen von Datendrift und Bitfäule und erklärt, wie man sie im Hinblick auf langfristige Nachhaltigkeit angeht.

• Carolina Bento ist zurück mit einem neuen leicht verständlichen (aber auch sehr gründlichen) Tutorial, diesem über die ROC-Analyse und die Fläche unter der Kurve .
• Die Debatte um KI-generierte Kunst wird sicherlich auch 2023 weitergehen; Der Artikel von Steve Dennis erörtert die ethischen Spannungen, die diese technologische Meisterleistung untergraben haben , sowie Ideen zu ihrer Lösung.
• Es ist noch nicht zu spät für eine weitere Retrospektive auf das Jahr 2022 – zumindest eine, die so aufschlussreich ist wie die von Prukalpa , die ihre eigenen früheren Vorhersagen für die Zukunft des modernen Datenstapels bewertet .
• Wohin steuert Graph Machine Learning im kommenden Jahr ? Michael Galkin deckt die neuesten Trends und Entwicklungen ab, die Sie in diesem immer lebhafteren Bereich verfolgen müssen.

Bis zur nächsten Variable,

TDS-Editoren