Data science

ลดช่องว่างทางการศึกษาในวิทยาศาสตร์ข้อมูล

มีความไม่ตรงกันที่เพิ่มขึ้นระหว่างการเติบโตของข้อมูลกับการเติบโตของทักษะและความรู้ด้านข้อมูล แบบแรกกำลังเพิ่มขึ้นในอัตราที่ดี ในขณะที่แบบหลังกำลังดิ้นรนเพื่อให้ทัน ชุดหนึ่งที่หวังจะปิดช่องว่างการศึกษาข้อมูลคือ Data Society บริษัท ซึ่งจัดเซสชันการศึกษาและการฝึกอบรมที่ปรับให้เหมาะกับบริษัทและองค์กร (ซึ่งต่างจากผู้ใช้แต่ละราย) พยายามที่จะให้ผู้ใช้มีพื้นฐานพื้นฐานของทักษะหลักในด้านการจัดการข้อมูล การวิเคราะห์ข้อมูล และวิทยาการข้อมูล บริษัท Washington, DC จ้างนักการศึกษาเต็มเวลา ซึ่งนำเสนอหลักสูตรวิทยาศาสตร์ข้อมูลที่สร้างขึ้นโดยทีมผู้สร้างเนื้อหามืออาชีพและนักวิทยาศาสตร์ข้อมูล บริษัทยังมีรายชื่อผู้สอนนอกเวลาหลายร้อยคนที่สามารถช่วยเหลือได้ โดยเฉพาะอย่างยิ่งสำหรับอุตสาหกรรมเฉพาะ บริษัทเริ่มต้นจากโมเดลธุรกิจกับผู้บริโภค (B2C) แต่เปลี่ยนเส้นทางไปเมื่อหลายปีก่อนเป็นโมเดลธุรกิจกับธุรกิจ (B2B) ซึ่งช่วยให้บริษัทมีความยืดหยุ่นมากขึ้นในการตอบสนองความต้องการของลูกค้า ตามข้อมูล Merav Yuravlivker ผู้ร่วมก่อตั้งและซีอีโอของ Society Yuravlivker อดีตครูผู้ก่อตั้ง Data Society ใน 2014 กล่าวว่า “เราพลิกสวิตช์โดยสิ้นเชิงแล้วบอกว่า ไม่มี B2C อีกต่อไป เรากำลังมุ่งเน้นไปที่ลูกค้าในอุตสาหกรรมของเรา” Yuravlivker อดีตครูผู้ก่อตั้ง Data Society ใน 2014 กล่าว “เราเป็นหนึ่งในผู้เล่นเพียงคนเดียวในพื้นที่” หลายปีที่ผ่านมา Data Society ได้ฝึกฝน 10,000 บุคคลสำหรับลูกค้ามากกว่า 100 ซึ่งส่วนใหญ่ได้รับการว่าจ้างจากบริษัทที่ให้บริการทางการเงิน บริษัทด้านการดูแลสุขภาพ และหน่วยงานของรัฐบาลกลาง บัญชีรายชื่อลูกค้าของบริษัทประกอบด้วยชื่อต่างๆ เช่น NASA, CDC, Department of Treasury, Discovery Financial Services, OptumHealth และ IQVIA และอื่นๆ Merav Yuravlivker ผู้ร่วมก่อตั้งและ CEO ของ Data Society นักเรียนแบ่งออกเป็นสองกลุ่มทั่วไป: ผู้ปฏิบัติงานที่ต้องการทักษะทางเทคนิคเพื่อให้สามารถทำงานกับข้อมูลและนำเทคนิคไปใช้ และผู้บริหารที่ต้องการทราบว่าข้อมูลใดบ้างที่มีความสามารถและจะสร้างได้อย่างไร ทีม. “นอกเหนือจากส่วนทางเทคนิคแล้ว เราพบว่ามีความจำเป็นอย่างมากในการฝึกอบรมผู้บริหาร ผู้จัดการ และพนักงานทั่วไป ให้เข้าใจวิธีใช้วิทยาศาสตร์ข้อมูลโดยทั่วไป วิธีคิดเกี่ยวกับกลยุทธ์นั้น วิธีเพิ่มพนักงาน” Yuravlivker กล่าว ความสามารถในการปรับแต่งหลักสูตร Data Society ให้ตรงกับความต้องการเฉพาะของลูกค้า ทำให้บริษัทมีความได้เปรียบเหนือผู้ให้บริการด้านการศึกษาที่มีหลักสูตรที่เข้มงวดมากขึ้น การปรับแต่งนี้ใช้รูปแบบของโครงการสำคัญเฉพาะอุตสาหกรรมในบางกรณี ในขณะที่โครงการอื่นๆ ในโลกแห่งความเป็นจริงเริ่มคล้ายกับการให้คำปรึกษา (ขณะนี้การฝึกอบรมทั้งหมดดำเนินการเสมือนเนื่องจาก COVID-19) ตัวอย่างเช่น Data Society เพิ่งช่วย National Park Service ในโครงการเพื่อกำหนดที่จอดรถที่ควรติดตั้งเครื่องชาร์จรถยนต์ไฟฟ้า “พวกเขาสร้างกระแสรายได้ใหม่ทั้งหมดให้กับหน่วยงานของพวกเขา” Yuravlivker กล่าว “มันสนุกมากที่ได้เห็นสิ่งนั้น” ลูกค้ารายอื่นซึ่งเป็นบริษัทใน Fortune 000 ได้ว่าจ้าง Data Society โดยมีแผนที่จะสอนนักเรียนถึงวิธีพัฒนาระบบการทำเหมืองข้อความ “ดังนั้นเราจึงสร้างหลักสูตรที่เริ่มจากการเขียนโปรแกรมระดับเริ่มต้นผ่านเทคนิคการทำเหมืองข้อความ” เธอกล่าว “นั่นเป็นเพียงตัวอย่างวิธีที่เราใช้ข้อมูลของพวกเขาเพื่อดึงข้อมูลเชิงลึกออกมา” Yuravlivker ตรวจพบการเปลี่ยนแปลงในวิธีที่องค์กรคิดเกี่ยวกับข้อมูล โดยเฉพาะอย่างยิ่งตั้งแต่เกิดโควิด-19 พวกเขาสนใจที่จะได้ผลลัพธ์จากข้อมูลมากกว่าการลงทุนในข้อมูลขนาดใหญ่และวิทยาศาสตร์ข้อมูลเพื่อประโยชน์ของตนเอง แต่พวกเขายังไม่แน่ใจว่าจะไปที่นั่นได้อย่างไร ดังนั้นพวกเขาจึงต้องการความช่วยเหลือเพื่อนำทางพวกเขา สำหรับ Data Society นั่นหมายถึงการกลับไปสู่พื้นฐานการสอน แม้ว่าลูกค้าของเธอจะมีแนวคิดอื่นก็ตาม “เราได้เห็นโปรแกรมระดับเบื้องต้นมากขึ้นแล้ว” Yuravlivker กล่าว “ทุกคนชอบที่จะรู้ว่าเราสอนการเรียนรู้เชิงลึก แต่มีเพียงไม่กี่องค์กรที่พร้อมสำหรับการเรียนรู้ ดังนั้นเราจึงทำงานด้วยทักษะพื้นฐานมากมายเพื่อสร้างวัฒนธรรมการเรียนรู้อย่างต่อเนื่อง สร้างชุมชนแห่งการปฏิบัติ และความเข้าใจร่วมกันว่ามันคืออะไร” Yuravlivker ประธานเจ้าหน้าที่บริหารของ Data Society (เครดิตภาพ: Shutterstock) กล่าวว่าความสนใจในการเรียนรู้เชิงลึกมีมากกว่าประโยชน์ในโลกแห่งความเป็นจริง Yuravlivker รู้สึกประทับใจกับความเข้าใจผิดพื้นฐานที่ลูกค้าและผู้มีโอกาสเป็นลูกค้าจำนวนมากของเธอมีเกี่ยวกับธรรมชาติของข้อมูลและวิทยาศาสตร์ข้อมูล “ด้วยความสัตย์จริง มีความเข้าใจผิดมากมายเกี่ยวกับสิ่งที่วิทยาศาสตร์ข้อมูลสามารถทำได้และไม่สามารถทำได้” Yuravlivker กล่าว “มีผู้จัดการจำนวนมากที่ต้องการโยนวิทยาศาสตร์ข้อมูลไปทุกอย่างโดยไม่เข้าใจเหตุผลเบื้องหลัง” ผู้จัดการจำนวนมากชอบแนวคิดในการใช้แมชชีนเลิร์นนิงและเทคนิคการเรียนรู้เชิงลึกกับความท้าทายทางธุรกิจโดยเฉพาะ Yuravlivker กล่าว แต่บ่อยครั้งที่ความท้าทายของพวกเขาไม่รับประกันว่าจะใช้เทคโนโลยีเหล่านั้น “หลายครั้งที่เราได้ยินมาว่า 'เราต้องเรียนรู้อย่างลึกซึ้งเพื่อแก้ปัญหานี้' ซึ่งอาจเป็นเพียงปัญหาการจำแนกประเภท ซึ่งต่างจากระดับเล็กน้อย” เธอกล่าว “อาจเป็นเพียงว่าเราจะมีการจัดการข้อมูลที่เหมาะสมและการกำหนดมาตรฐานการรวบรวมข้อมูลเพื่อช่วยอำนวยความสะดวกในกระบวนการรวบรวมข้อมูลได้อย่างไร” ขั้นตอนแรกในวิทยาการข้อมูลคือการได้รับข้อมูลของตนตามลำดับ และนั่นมีแนวโน้มที่จะใช้เวลาส่วนใหญ่ของนักวิทยาศาสตร์ข้อมูล การทำให้มั่นใจว่าข้อมูลมีความสม่ำเสมอ สะอาด และมีคุณภาพสูงนั้นไม่เซ็กซี่เท่ากับการสร้างแบบจำลองการเรียนรู้เชิงลึก แต่เป็นขั้นตอนสำคัญที่ข้ามไม่ได้ เทคนิคการจัดการข้อมูลหลักเหล่านั้นยังเป็นส่วนสำคัญของหลักสูตรของ Data Society “อย่างที่คุณทราบ ขยะเข้า ขยะออก (GIGO)” Yuravlivker กล่าว “ถ้าเรารวบรวมข้อมูลที่ไม่ดี ถ้าเราใส่ไว้ในอัลกอริธึม มันไม่สำคัญหรอกว่ามันจะดีแค่ไหน ผลลัพธ์ก็จะผิดพลาด” แทนที่จะเปลี่ยนนักเรียนให้เป็นผู้เชี่ยวชาญด้านการเรียนรู้เชิงลึกหรือผู้ที่คลั่งไคล้คณิตศาสตร์ Yuravlivker ค่อนข้างจะเข้าใจปัญหาพื้นฐานที่ส่งผลต่อความทะเยอทะยานของข้อมูลของบริษัทในโลกแห่งความเป็นจริง “การเพิ่มที่ใหญ่ที่สุด มูลค่าการเปลี่ยนแปลงที่ใหญ่ที่สุดนั้น คือจาก 0 ถึง 1” เธอกล่าว “ไม่ได้หมายความว่าต้องมีบางคนต้องเรียนรู้เกี่ยวกับโครงข่ายประสาทเทียม ฉันจะเถียงคนส่วนใหญ่ไม่จำเป็นต้องรู้ว่า แต่สิ่งที่พวกเขาต้องอยู่ภายใต้และคือวิธีการใช้ข้อมูล สิ่งที่สามารถทำได้ พวกเขาจำเป็นต้องเข้าใจว่าการเก็บรวบรวมข้อมูลนั้น 19% ถึง 80% ของโครงการวิทยาศาสตร์ข้อมูลใดๆ” สำหรับบริษัทและเอเจนซี่ที่มักจะซื้อกระแสเกี่ยวกับบิ๊กดาต้าและวิทยาศาสตร์ข้อมูล แนวทางของ Data Society คือยาที่มีประสิทธิภาพ แต่ถ้าพวกเขาปฏิบัติตามแนวทางการศึกษาของบริษัท พวกเขาจะพบว่าตัวเองมีความมั่นคงมากขึ้นเมื่อต้องสร้างผลิตภัณฑ์ข้อมูลของตนเอง รายการที่เกี่ยวข้อง: วิทยาศาสตร์ข้อมูลจำเป็นต้องเติบโตขึ้น Domino กล่าวในการค้นหาพรสวรรค์ด้านวิทยาศาสตร์ข้อมูลกับ Dr. Kirk Borne Data Science กลับไปที่โรงเรียน: เร่งการศึกษาของคุณ

  • บ้าน
  • ธุรกิจ
  • วิทยาศาสตร์ข้อมูล
  • การตลาดดิจิทัล

  • ตลาดการค้า
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button