Menu
  • Home
  • O nás
  • Projekty ▾
    • Výzkum
    • Detektor urážek
    • Český detektor emocí
    • Anglický detektor emocí
    • Veřejné mínění emocí
    • Startup Akademie
  • Kariéra
  • Kontakt
  • Kalendář
  • Blog
Skip to content

Mýty o Data science zbořeny!

by Honza Tyl | Posted on 6. 2. 20199. 2. 2019

Stát se datovým vědcem je složité. Nejen že se musíte naučit matematiku, statistiku a programovaní, ale navíc musíte neustále bojovat s mýty, které slyšíte kolem sebe. Tyto pověry vyvolávají v lidech pocit, že v data science mohou pracovat jen géniové, a to není pravda.

1. Je povinné mít titul Ph.D, abys se mohl stát data science
V Data science pracují dva typy lidí. A) výzkumníci, kteří provádějí výzkum B) ti co používají už vymyšlené algoritmy v praxi. Minimálně typ B. žádné Ph.D. nepotřebuje. Důležitější je zde praktická zkušenost. K dispozici je dnes mnoho knih a kurzů, kde se můžete naučit teorii z pohodlí domova a ke špičkové práci není potřeba žádný titul. Důkazem může být třeba Greg Brockman, spoluzakladatel a ředitel divize OpenAI, který žádný vysokoškolský titul nemá.

2. Všechny vaše zkušenosti z předchozí práce využijete v data science.
Bylo by to hezké, ale ne. Pokud jste předtím, než jste začali dělat Data science dělali například 5 let testera, vaše předchozí zkušenosti příliš nevyužijete a začínáte téměř od nuly. Něco jiného je pokud budete pracovat ve stejné doméně data science – například v bankovnictví. Znalost prostředí můžete samozřejmě využít.  Osobně jsem před Data science dělal IT analýzu, architekturu a projektové řízení. Zde bych s autorem polemizoval a myslím, že většinu těchto zkušeností mohou do data science v klidu přenést.

3. Potřebujete znát dobře matematiku, statistiku a být úžasní vývojáři.
Pokud tyto věci znáte, budete mít náskok, ale nutné to není. Důležitá je chuť učit se nové věci. Ve zdrojích jsou odkazy na příběhy jako „Od dodavatele papíru k vedoucímu inženýru“, „Jak jsem se za 10 měsíců stal odborníkem na ML“ nebo „Inspirativní příběh neprogramátora, který se stal jedničkou na Kaggle“.

Další vyvrácené mýty najdete v originálním článku.

Zdroje: https://www.analyticsvidhya.com/…/myths-data-science-tran…/…

https://www.analyticsvidhya.com/…/exclusive-interview-with…/

https://www.analyticsvidhya.com/…/mystory-became-a-machine…/

https://www.analyticsvidhya.com/…/datahack-radio-episode-3…/

Post Views: 715
Novinky Strojové učení StudiumData Science datový vědec IT analýza ML programování Projektové řízení Tester

Related Posts

19 prosince, 2017

Rokův bazilišek (Roko’s basilisk)

30 listopadu, 2019

„Opravdová AI by měla rozumět vztahu mezi příčinou a následkem,“ říká Judea Pearl, průkopník v oblasti umělé inteligence.

22 prosince, 2021

Nové AI aktivity

Nejnovější příspěvky

  • Krása, vývoj a taje neurochirurgie – o lidském mozku
  • Digitální malíř – Lidská a strojová fantazie nemá hranic – DALL·E od Open AI – výtvarné i realistické umění 5
  • Digitální malíř o čem sní magický AI deníček – DALL·E od Open AI – výtvarné i realistické umění 4
  • Digitální malíř – DALL·E od Open AI – výtvarné i realistické umění 3
  • Block-Recurrent Transformer

Archivy

Rubriky

Štítky

AI AI Awards algoritmus algoritmy Alphai Alpha Industries Amazon Andrew Ng BERT Chatbot Data Science Deep Learning digitální filosof Digitální spisovatel Dita Malečková Elon Musk Facebook Gartner Google GPT-2 GPT-3 GPU IBM Jan Tyl Matylda Microsoft ML Neuronová síť NLP NVIDIA OpenAI podcast Posobota RNN Robot soutěž startup strojové učení TensorFlow Tomáš Sedláček umělá inteligence word2vec Český rozhlas ČVUT Čína
Copyright Alpha Industries – blog. All rights reserved. | Powered by WordPress & Writers Blogily Theme
Alpha Industries - blog
  • Home
  • O nás
  • Projekty
    • Výzkum
    • Detektor urážek
    • Český detektor emocí
    • Anglický detektor emocí
    • Veřejné mínění emocí
    • Startup Akademie
  • Kariéra
  • Kontakt
  • Kalendář
  • Blog