Futuros científicos de datos ¿Qué habilidades deberían desarrollar?

"Artículo original publicado en Quora como ¿Cuáles son las mejores habilidades que deben tener los aspirantes a científicos de datos al principio de sus carreras?  Respuesta de Dan Wulin, Director de Ciencia de Datos y Aprendizaje Automático de Wayfair: Esta es una buena pregunta, pero también es difícil de responder con datos concretos. Existe una amplia gama de definiciones de la ciencia de datos dentro de la industria y una amplia gama correspondiente de habilidades técnicas que pueden ser relevantes dependiendo de la función que se esté tratando. Empezaré exponiendo las aptitudes intelectuales generales que considero importantes y, a continuación, me referiré a las aptitudes técnicas que también considero útiles en general. Hay habilidades intelectuales comunes que reclutamos para el equipo de Ciencia de Datos y Aprendizaje Automático en Wayfair y me imagino que la mayoría de los equipos de pantalla para un conjunto similar:

Entusiasmo por aprender y comprometerse con una variedad de problemas cuantitativos y de ingeniería:

Cualquier problema significativo de la ciencia de datos tendrá necesariamente una variedad de desafíos conocidos y desconocidos al principio que tendrán que ser abordados en el curso de su solución. Hay que tener la voluntad y el entusiasmo de aprender las habilidades técnicas necesarias para afrontarlos. Los retos que pueden surgir dependen en gran medida del contexto, pero pueden ir desde la necesidad de aprovechar los algoritmos de aprendizaje automático más recientes que están menos pulidos y aparecen en la literatura de investigación reciente, a tener que diseñar una canalización de datos robusta para garantizar que su modelo funcionará adecuadamente en entornos de producción, y mucho más. Debe ser flexible y eficaz cuando cambia de marcha.

Fuerte tendencia a la transparencia en los resultados y conclusiones:

Se trata de un rasgo útil en general, sobre todo en los campos técnicos. Nadie conocerá mejor que tú los detalles de tu trabajo, por lo que es importante que tu jefe, tus socios comerciales y tus compañeros de la ciencia de datos tengan una visión completa de cómo va tu trabajo para que puedan trabajar eficazmente contigo. Por poner un ejemplo, si se encuentra con un obstáculo en su trabajo, es muy valioso poder identificarlo directamente, el problema que está viendo y las posibles causas de raíz al equipo que le rodea para que pueda aportar soluciones. Este nivel de transparencia no es algo natural para mucha gente porque implica cierta humildad decir que te has encontrado con un obstáculo, pero es una parte importante del pensamiento "científico" que uno necesita para ser eficaz.

Saber cuándo (no) ser perfeccionista:

De nuevo, se trata de un rasgo útil en general y especialmente peligroso en campos técnicos cuando no se tiene. A menudo utilizo el ejemplo de que muchos de los problemas en los que trabajamos en Wayfair podrían ser el centro de una única tesis doctoral (la cuestión es que hay un montón de preguntas interesantes y sin respuesta que surgen en cualquier proyecto). Los científicos de datos fuertes tendrán un sentido de "lo que es lo suficientemente bueno" para crear un producto mínimo viable y a menudo habrá una mezcla de áreas en las que el científico de datos necesita buscar la perfección frente a áreas en las que menos que perfecto es perfectamente aceptable.

A nivel técnico:

Es difícil equivocarse aprendiendo Python y paquetes estándar de aprendizaje automático como NumPy, scikit-learn, etc. También recomendaría que los aspirantes a científicos de datos aprendan tantas buenas prácticas del mundo de la ingeniería de software como sea posible - muchos miembros del equipo de Ciencia de Datos de Wayfair se unen muy cómodos haciendo scripts en Python pero menos cómodos escribiendo código a nivel de producción, por lo que esta es una gran dimensión en la que diferenciarse. Aparte de esto, yo recomendaría elegir uno o dos temas más "avanzados" (aprendizaje profundo, PNL, aprender a clasificar) para profundizar en ellos. Más que todo esto, una de las mejores cosas que puedes hacer es trabajar en tantos problemas realistas como sea posible.