首页 » 来了处理非结构化数据所需

来了处理非结构化数据所需

Mohit Bansal: 我关注 KDnuggets、Medium、Hunch、Flowing Data 等在线资源。

分享您在数据科学领域关注的 3 个人的名字。

Mohit Bansal: 我关注 Andrew NG、Hinton、Peter Norvig 等人。

团队、技能和工具

您最喜欢使用哪些数据分析工具来完成您的工作,您的团队中还广泛使用哪些其他工具?

Mohit Bansal: 我们是一家技术不可知的公司,但我们团队使用的主要工具包括 R、Python、Spark、Neo4j、Scala、TensorFlow、Keras。

您的数据团队中有哪些不同的角色和技能?

Mohit Bansal: 我们由人工智能科学家、数据科学家、数据工程师和机器学习工程师组成,这带的多种技能,我们每天要处理数 TB 的数据。

帮助描述一下您的团队今年正在解决的一些问题的例子? 

Mohit Bansal: 我们致力于为印度尚未获得信贷服务或信贷服务不足的人群提供信贷服务。我们目前正在开发以下产品来评估个人(借款人)的承保风险:

  • TrustScore – CreditVidya 风险评分
  • 能力鉴定
  • 欺诈检测

您如何衡量团队的表现?

Mohit Bansal: 我们 企业电子邮件列表 根据以下指标来衡量绩效:

  1. 影响
  2. 提升技能
  3. 团队技能
  4. 即兴创作
  5. 积极主动

 

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,包括技术技能和软技能?

Mohit Bansal: 除了数据 如何编制管理资产负债表? 理解、数据清理和数据分析等典型要求外,我还想强调以下重要方面

  • 可视化技能
  • 设计思维
  • 能够向企业解释结果

有志于成为数据从业者的人应该在处理混乱、嘈杂的数据时投入多少精力?他们还必须在哪些领域积累专业知识?

Mohit Bansal: 如今,初 印度尼西亚号码列表出茅庐的数据从业者往往直接跳到数据建模阶段,试图用最少的时间理解和清理数据来完成输出。如果没有在数据理解和清理部分投入大量时间,无论实现哪种模型,都会犯下数据科学的“一级罪”。

您对新手、数据科学学生或希望在数据分析行业建立职业生涯的从业者有什么建议?

滚动至顶部