در حال چرخ‌زدن تو اینترنت، به لینک یه دوره‌ی مقدماتی و رایگان در زمینه‌ی "Data Science" با عنوان "introduction to data science" برخوردم که در وبسایت edx.org قرار گرفته و توسط «مایکروسافت» تهیه شده.

معرفی کننده‌ی لینک، خودش فعالِ این حوزه بوده و کیفیت دوره رو تایید کرده. ازونجایی که یه مدتی بود علاقه داشتم شناختی از مفاهیم این حوزه به دست بیارم، تصمیم گرفتم این دوره رو که ویدئویی هستش ببینم و نکاتش رو طی چند پُست یادداشت کنم.

 

 اهداف این دوره:

۱- فهمیدن اینکه Data Science چیه و کسی که تو این زمینه فعالیت میکنه (Data scientist) عملا چه کاری انجام میده؟

۲- آشنایی با روش‌های پایه‌ای کار با داده، اصول تحلیل آماری و یادگیری ماشینی (Machine Learning).

۳- شناخت مهارت‌های لازم برای موفقیت به عنوان یک Data Scientist.

 

چه کسایی از فعالیت در حوزه‌ی Data Science لذت خواهند برد؟

فعالیت در این حوزه، برای افراد علاقه‌مند به حل مسائل پیچیده‌ای که معمولا کسب و کارها باهاش مواجه میشن، می‌تونه لذت‌بخش باشه. کسب و کارها نیاز به پیش‌بینی وقایع دارن و همینطور میخوان بدونن که چطور می‌تونن از داده‌ها برای بهبود وضعیتشون و خلق ارزش بیشتر استفاده کنن.  

همچنین افراد فعال در این حوزه باید قادر به تعامل و همکاری با افرادی با زمینه‌های کاری مختلف باشن، چون Data Scientist های همکار ممکنه از حوزه‌های متنوعی مثل شیمی، بیولوژی، روانشناسی، علوم کامپیوتر و ... اومده باشن. 

 

یک روز کاری معمول برای یه Data Scientist چطور سپری میشه؟

به عنوان یه Data Scientist، اکثریت زمان کاری شما به تعامل با داده‌ها و بررسی اونها سپری میشه. شما داده‌های خام ورودی رو میگیری و سعی می‌کنی که اونها رو به شکلی تغییر بدی که بشه باهاشون خروجی ارزشمندی خلق کرد. 

همچنین کار شما میتونه پاکسازی داده‌های موجود باشه، به نحوی که به داده‌هایی قابل اعتماد و قابل استفاده برای کسب و کارها تبدیل بشن. 

 

مشخصه‌های افرادی که میتونن به عنوان یه Data Scientist موفق بشن چیه؟

۱- کسایی که تجزیه و تحلیل داده‌ها رو کار جالبی میدونن و کنجکاون که بدونن چطور میشه از داده‌ها برای بهبود کسب و کارها استفاده کرد.

۲- افرادی که یادگیری‌شون سریعه و توانایی خوبی در ترکیب روش‌های مختلف برای حل مساله دارن. میدونن که برای رسیدن به چیزی که دنبالشن، باید چه سوالایی بپرسن.

۳- اونایی که بتونن خودشون رو با تکنولوژی‌های جدید سازگار کنن، چون هر روز روش‌ها و الگوریتم‌های جدیدی برای کار با داده‌ها ارائه میشه.

۴- و افرادی که علاقه‌مند به ایجاد خروجی‌های تصویری از داده‌ها، مثل نمودارها هستن.

 

داشتن چه مهارت‌هایی برای تبدیل شدن به یه Data Scientist موفق کلیدی هستش؟

چندتا مهارت پایه‌ای وجود داره که به طور روزانه مورد استفاده قرار می‌گیره: آمار، ریاضیات، بعضی زبان‌های برنامه‌نویسی مثل "R" و «پایتون» و  بعضی ابزارهای تصویرسازی از داده‌ها مثل «اکسل» و بعضی کتابخانه‌های زبان برنامه‌نویسی پایتون.

همینطور داشتن مهارت‌های نرم مثل توانایی برقراری ارتباط قوی با اشخاص کمک زیادی می‌کنه.

 

چه توصیه‌هایی به Data Scientist های مشتاقی که در ابتدای مسیر کاری‌شون هستن میشه داشت؟ 

۱- سعی کنن با هدف یادگیری، تو پروژه‌هایی که براشون جالبه با افراد موفق در این زمینه همکاری کنن. 

۲- سعی کنن روش‌های اصولی کار با داده‌ها رو یاد بگیرن و برای رسیدن به نتیجه‌ی خوب منتظر شانس و اتفاق نباشن.

۳- سعی کنن با جامعه‌ی data scientist ها در ارتباط باشن و آموخته‌های خودشون رو به اشتراک بذارن و روش‌های بهتر برای انجام کارها رو از دیگران یاد بگیرن.

 

 

بخش دوم - مقدمه‌ای بر داده‌ها