Según algunos, hay una exageración masiva por el trabajo de un científico de datos. ¿Qué querrían hacer las personas si no fuera por la locura de la ciencia de datos?

En mi experiencia, los científicos de datos son de diversos campos y no específicamente “graduados en ciencias de datos”.

Así que creo que volverían a hacer lo que hicieron antes de esto …

Los ingenieros de software estarían construyendo softwares, que automatizan procesos, y generarían resultados pero que podrían no ser capaces de tomar decisiones sin supervisión.

Los estadísticos crearán modelos que pueden predecir / analizar muchos eventos, pero sin la capacidad de utilizar software para hacer esto a mayor escala.

Los analistas trabajarán con Excel y SAS y procesarán datos para obtener información comercial útil.

Los expertos en dominios de Medicina, Astronomía, Procesamiento de señales, Visión, etc. trabajarán en sus respectivos problemas de dominio y realizarán nuevos hallazgos, sin darse cuenta del potencial de combinar datos de su dominio con técnicas de ciencia de datos y datos de algunos otros dominios, para generar información que puede pasarse por alto de lo contrario.

Eso es lo que siento es necesidad o necesidad de ciencia de datos. Casi la profesión de hoy puede utilizarlo, ya que la cantidad de datos generados es enorme y es más fácil encontrar patrones en esos datos para predecir un comportamiento.

Y diría que toda profesión como desarrollador web o banca de inversión sigue siendo relevante hoy y tan importante. Solo que la cantidad de datos es tanta, que seguramente se cruzará con los científicos de datos. Si no lo usa usted mismo, tendría personas, que tendrían sentido a partir de los datos que tiene y luego le devolverán los resultados.

A fines de 1990 hubo una gran expectación por el aseguramiento de la calidad del software (SQA). Independientemente de sus antecedentes, músicos, maestros de escuela, barberos e incluso médicos entraron en SQA. No tiene nada de malo, y muchos se convirtieron en fantásticos ingenieros de prueba de software. La profesión sobrevivió a la exageración. Hoy, con el desarrollo ágil cuando los gigantes de la Web empujan cientos de lanzamientos por día (¿por hora?), Es imposible hacer el SQA de “caja negra”, por lo que los boxeadores negros se han adaptado y comenzaron a escribir código para probar el software. Al principio, se conocía como prueba de “caja blanca”, pero finalmente, una nueva profesión evolucionó, Desarrollador de software en prueba (SDT). ¿Qué pasó con las personas que no se adaptaron a la nueva demanda? Algunos se convirtieron en gerentes de proyecto / producto / programa; otros tuvieron que cambiar completamente sus vidas nuevamente.

Algo similar sucederá con la ciencia de datos. La exageración pasará, y los expertos en dominios empoderados por el conocimiento de la ciencia de datos, y los científicos de datos empoderados por el conocimiento del dominio evolucionarán hacia una nueva profesión. Aquellas personas que entraron en la ciencia de los datos al azar, bueno, al menos tendrán una mejor comprensión de los principios estadísticos y los desafíos de Big Data cuando vuelvan a sus vidas previas al bombo o pasen a algo nuevo.

No estoy de acuerdo con que las personas todavía estarían usando hojas de cálculo para obtener información útil si no hubiéramos estado pasando por la exageración de la ciencia de datos: el espectro de la Gran Recesión 2008-2010 aún persiste y herramientas analíticas reales (R, SAS, SPSS, Matlab para nombrar algunos) continuaría siendo desarrollado y utilizado.