你如何衡量你的团队的表现？

[tanjimajha12]

您的数据团队中有哪些不同的角色和技能？
Sandhya Gopalan： 每个人都对统计和建模有着深入的理解。除此之外，我们每个人都精通一种或多种方法，例如模式识别、预测、图像识别、自然语言处理、语音识别、Hadoop 组件或高级可视化。

帮助描述一些您的团队今年正在解决的问题类型的例子？
Sandhya Gopalan： 我们解决各种领域的问题，如医疗保健、汽车、金融、保险、能源、物流、IT 等等。我们已经解决/正在解决的一些问题包括：实现联网汽车的道路安全、汽车零配件的智能定价、能源供应商的预测能力、保险的人工智能信息提取、预测信用卡交易中的异常情况。


Sandhya Gopalan： 我们 印度尼西亚手机号码列表 所有的项目都是与客户直接合作，与他们共同打造，为他们服务。因此，客户反馈是对我们业绩的有力证明。不仅仅是他们的评价，还包括这对他们的业务有何帮助。从广义上讲，对业务的影响仍然是最关键的因素。


对有志于成为数据科学家的人的建议
您认为数据分析师和数据科学家需要具备哪些最重要的技能，包括技术和软技能？
Sandhya Gopalan： 精通机器学习所需的数学知识，如线性代数、微积分和概率。要成为一名机器学习从业者，无需自己编写各种机器学习算法。我们有很棒的库可用。但了解算法的机制、输入参数和输出解释至关重要。机器学习既不是灵丹妙药，也不是黑匣子。缺乏理解会导致分析模型效率低下，任由事情发展。探索和实施针对类似问题/用例的研究论文会产生切实的影响。向企业展示数据科学项目/解决方案的见解和结果，并进行直观解释，这是不可商榷的。讲故事是一项重要技能，与任何技能一样，需要大量练习。最重要的是，从长远来看，持续学习和好奇心探索会有所帮助。此外，编写程序的能力也是一项重要技能。