www.machinelearningmastery.ru

Машинное обучение, нейронные сети, искусственный интеллект
Header decor

Home

От Apple до Boston Bruins, как один профессионал в области данных совмещал свои личные и профессиональные интересы

Дата публикации Jun 14, 2019

Бостон Брюинз являются пятым по величине франшизой НХЛ,Forbes оценил почти в 1 млрд долларов, С шестью победами в Кубке Стэнли команда может приносить более 200 миллионов долларов годового дохода.

Джош Полкамп-Харттбыл хоккейным болельщиком столько, сколько он себя помнит. Таким образом, ему не потребовалось много времени, чтобы убедить его оставить свою должность статистика в Apple, чтобы присоединиться к Бостон Брюинз в качестве аналитика данных. Прежде чем проработать в Apple более 3 лет, Джош получил степень бакалавра, магистра и доктора философии в Королевском университете статистики.

В этой статье Джош делится пятью советами, которые он выучил на протяжении всей своей карьеры. Это включает в себя сочетание интересов с техническими способностями, достижение цели, обучение эффективному общению, знание проблемного пространства и развитие любви к обучению.

# 1 Изучайте все, что вы хотите, но убедитесь, что вы сочетаете свои личные и технические интересы

Вопрос о том, какая степень дает лучший ученый данных, во многом не имеет отношения к Джошу. В своей карьере он встречался с учеными-данными из всех видов образования. Лучшее, что отличало лучших, всегда было умение сочетать их интересы с техническими способностями.

Для Джоша это был хоккей. Во время работы над докторской диссертацией у него была возможность работать с командой ОХЛ в Кингстоне. Это началось как возможность собрать данные для независимого исследования по оценке хоккеистов. Через некоторое время он превратился в создание регрессионных моделей для производительности игроков и представления статистики тренерам и руководству. Для него это был отличный способ увидеть то, чему он научился в классе, и воплотить его в жизнь. Эта ранняя возможность - также то, что привело бы его к его текущей роли в Бостонских Брюинз.

Если вы увлечены чем-то, вы уже понимаете данные и то, что имеет смысл в этом контексте. Это дает вам преимущество при построении моделей и анализе данных.

# 2: Имейте в виду цель

Еще в аспирантуре Джош знал, что он не заинтересован в том, чтобы стать академиком. Вместо этого интерес к формированию навыков решения проблем и обучения - вот что побудило его продолжить обучение в аспирантуре.

Он всегда знал, что он окажется в промышленности. Именно поэтому он решил объединить то, чему он научился в школе, с реальным опытом, например, работать в команде OHL. Это также означало, что за год до выпуска, вместо того, чтобы претендовать на постдоковые роли, как его сверстники, Джош начал готовиться к собеседованиям в промышленности. Благодаря его подготовке он смог получить предложение в Bank of America. Наличие этого предложения сделало его интервью в Apple намного проще, потому что он знал, что у него есть резервная копия. Благодаря такому мышлению он смог получить работу в Apple после окончания университета.

Работая в Apple и получив важнейший опыт работы в отрасли, он всегда помнил о своей мечте о работе в хоккее. Вот почему, когда с ним связались Бостон Брюинз, Джош обнялся без колебаний. Благодаря своему прошлому опыту работы в команде OHL и его профессиональным полномочиям в Apple он считался ценным кандидатом, достойным преследования.

№ 3: Научитесь эффективно общаться

Ключ к эффективному общению сводится к тому, чтобы быть кратким и упрощать, где это возможно. В большинстве ситуаций справедливо утверждение, что чем меньше, тем лучше.

Это также относится к моделям, как узнал Джош во время своего опыта в Apple. Простые модели с меньшим количеством допущений часто намного лучше в бизнес-контексте из-за их интерпретируемости, несмотря на их потенциальное падение производительности. Заинтересованные стороны, скорее всего, будут доверять модели, которую они понимают, чем черному ящику, который вы пытаетесь объяснить просто.

Еще один важный совет - не пытаться скрыть лидерство, начав презентацию и анализ с заключения. Другими словами, имейте чистое изложение, которое использует структуру пирамиды в своей работе (то есть начните с самого важного и продолжайте свой путь вниз).

Тем не менее, важно также помнить, что вы не можете развить навыки общения без проб и ошибок. Вот почему рекомендуется начать с обучения, чтобы научиться писать через блог, а публичных выступлений - присоединиться к такой организации, как Toastmasters или к группе по обмену документами / исследованиями.

# 4: Знай своего проблемного пространства

Чтобы быть эффективным в своей роли, вам необходимо глубоко понять проблемное пространство, в котором вы работаете. Лучший способ сделать это - научиться задавать хорошие вопросы и быть активным слушателем. Это особенно важно, потому что люди редко документируют хорошо. В таких случаях вы должны работать как детектив, чтобы выяснить скрытые племенные знания.

Присоединение к компании или переход на новую должность - это особенно важный момент для отработки этих навыков. Хорошая аналогия - быть новым ребенком в спортивной команде В этом контексте всегда лучше сидеть сложа руки, наблюдать и понимать динамику внутри команды, прежде чем вы начнете придерживаться своего мнения и высказывать свое мнение.

Для исследователей данных большая часть роли помогает лицам, принимающим решения, принимать обоснованные решения. В результате вы должны понимать, откуда они берутся и куда они хотели бы пойти. Имея этот контекст, вы с большей вероятностью достигнете результатов, которые окажут влияние.

Другая область, где важно знать ваше проблемное пространство, - это очистка данных, которая является огромным компонентом любой проблемы, над которой вы работаете. Вооружившись опытом в предметной области, вы будете гораздо более склонны предпринимать определенные шаги на этапе очистки данных, которые повысят полезность набора данных для будущей работы.

# 5: Развивайте любовь к учебе

Наука о данных - это область, которая продолжает расти и расширяться, поэтому неудивительно, что развитие любви к обучению имеет решающее значение для вашего успеха. Джош рекомендует начать с основ, читая такие книги, какЭлементы статистического обученияа также основополагающие документы в вашей области интересов. Помните, что никто не рождается, зная, как читать исследовательскую работу; это навыки, которые вы приобретаете с помощью преднамеренной практики.

Когда у вас есть прочная основа, вы можете расширяться до периферии и погрузиться в современное состояние.ArxivЭто отличное место для этого, так как здесь размещается множество предварительных работ ученых и практиков по всему миру. Воссоздание этих работ также является отличным способом понять и ускорить ваше обучение.

Еще один совет, который следует иметь в виду, - это избегать использования игрушечных примеров, которые предоставляют учебные пособия, и вместо этого использовать реальные данные, которые вас интересуют или которые вы планируете использовать в какой-то момент. Это облегчит вам преодоление сложных этапов в процессе обучения и может вдохновить вас расширить учебник на новые приложения и идеи.

Data Minds - это серия, в которой рассматриваются профессионалы, работающие с данными. В этой серии вы узнаете об их истории, повседневной жизни и советах для других.

Предыдущие интервью включают ученых изкрасный Бык,Открытая дверь,Snapchat,Netflixа такжеLyft,

Оригинальная статья

Footer decor

© www.machinelearningmastery.ru | Ссылки на оригиналы и авторов сохранены. | map