Data Science

🔴🔴 وظایف متخصص علم داده

📍 قسمت اول از دو قسمت

دانشمند داده (Data Scientist) که به صورت تحت‌الفظی «متخصص علم داده» ترجمه می‌شود، دائماً باید بپرسد «چرا؟» و بسته به شرکتی که در آن کار می‌کند وظایف مختلفی می‌تواند داشته باشد اما به طور کلی وی کسی که دارای مهارت‌هایی مثل تحلیل داده‌ها، مدل‌سازی و آمار باشد. در کنار این وظایف، کار دیگری هم جزو وظایف اصلی یک دیتا ساینتیست است که از آن به عنوان مرتب‌سازی داده‌ها یاد می‌شود که به طور خلاصه منظور از مرتب‌سازی داده‌ها این است که وی بتواند داده‌های به‌هم‌ریخته را ابتدا مرتب و منظم نموده سپس به بررسی آن‌ها بپردازد که در ادامه قصد داریم تا تک‌تک این وظایف را به صورت موردی بررسی نماییم.

💢 مرتب‌سازی داده‌ها
فرایند مرتب‌سازی داده‌ها شامل ترتیب دادن فرمت داده‌هایی است که در نگاه اول فرد را سردرگم می‌کنند و از همین روی تحلیل‌گر باید ابتدا داده‌ها را به گونه‌ای مرتب سازد که در آینده بتواند به سادگی به بررسی و تحلیل آن‌ها بپردازد. برای روشن‌تر شدن این مسأله، مثالی می‌زنیم.
فرض کنیم که قرار است داده‌های مرتبط با کاربرانی که به دنبال آموزش آنلاین برنامه‌نویسی هستند را مورد ارزیابی قرار دهیم اما مشکل اینجا است که داده‌ها در یک فایل جامع قرار نداشته و بسته به شهرهای مختلف از یکسو و همچنین نوع زبان برنامه‌نویسی مد نظر کاربران از سوی دیگر، داده‌های مجزایی داریم. فرایند مرتب‌سازی داده‌ها در این مثال به این شکل است که ابتدا نیاز داریم تا تمامی داده‌ها را تجمیع کنیم اما نکته اینجا است که حتماً باید اطمینان حاصل کنیم کلیهٔ ردیف‌ها و ستون‌های فایل (به طور مثال یک فایل اِکسل) جایگاه خود را حفظ کرده و در این مثال هیچ داده‌ای به اشتباه در ستون دیگری قرار نمی‌گیرد که چنین کاری خیلی هم ساده نیست.

💢 تحلیل داده‌ها
وقتی پای تحلیل داده‌ها به میان می‌آید، بسیاری از ما به یاد نرم‌افزار اِکسل شرکت مایکروسافت می‌افتیم اما واقعیت امر آن است که وقتی با #کلان داده سروکار داریم، نه تنها نرم‌افزارهایی از این دست پاسخگوی نیاز ما نخواهند بود بلکه سیستم‌های سخت‌افزاری معمولی نیز زیر بار چنین تحلیلی کم خواهند آورد و در بیشتر مواقع به زیرساخت‌های قوی و الگوریتم‌های پیچیده‌ای برای تحلیل داده‌ها نیاز داریم.
در فرایند تحلیل داده‌ها، متخصصین امر تمام سعی خود را به کار می‌بندند تا داده‌های مبتنی بر جدول را به صورت بصری (گراف) درآورند تا به صورت ملموس‌تری بتوان به بررسی آن‌ها پرداخت که برای درک بهتر این موضوع، مثالی از شبکهٔ اجتماعی فیسبوک می‌زنیم.
تحلیلگران داده‌ در شرکت فیسبوک متوجه شدند که داشتن حداقل ۱۰ دوست برای یک کاربر فیسبوک این تضمین را ایجاد خواهد کرد که کاربر مذکور حضوری مستمر در این شبکه اجتماعی داشته باشد. از همین روی، مهندسین این شرکت تمام تلاش خود را به کار بستند تا سازوکاری ایجاد کنند تا کاربران فیسبوک خیلی راحت‌تر بتوانند دوستان قدیمی خود را بیابند تا در نتیجه به عنوان کاربران پایه‌ ثابت فیسبوک مبدل شوند.

🔎 #علم_داده
🔎 #متخصص_علم_داده

🌐 @datascienceedu | کانال آموزشی علم داده

1.71K views07:21