שלום לכולם,
הפעם רצינו לדבר על Data Science, או ליתר דיוק – על הסוגים השונים של Data Scientists. זה אולי נשמע לכם מוזר שיש כמה סוגים של Data Scientists, אבל הניסיון מראה שמאוד חשוב להתאים את ה-Data Scientist הנכון לאתגר שלכם, אחרת התוצאה לא תהיה טובה.
יש מגוון עצום של אתגרי Data בעולם של היום – ממכוניות אוטונומיות ועד הונאות בתחום הבלוקצ'יין.אתגרים שונים דורשים יכולות שונות, וכמובן יש את אלמנט התקציב ומשך הפרוייקט: סטארטאפ קטן לא יכול להרשות לעצמו מחקר מעמיק שאורך שנה ועולה מיליוני דולרים, כמו ש-Google, AWS ו-FB עושים כל הזמן.
אלה הסוגים (העיקריים) של Data Scientists –
- הטכנולוג – Data Scientist שהוא בעצם קצת יותר Data Engineer: בעל ניסיון בתכנון ארכיטקטורה ובהקמת פתרונות שיהיו מוכנים ל-Scale של Big Data אמיתי, כותב Python מתוך שינה - אבל פחות מעמיק בהבנת הביזנס. השילוב של Data Engineering ו-Data Science מאוד נכון בעינינו. יחד עם זאת, הטכנולוג לא יכול לעבוד לבד על אתגרי Data Science אלא דורש מומחה נוסף שיעבוד איתו.
- הפרופסור – בעל ניסיון רב באקדמיה, מכיר את האלגוריתמים הכי מתקדמים שנמצאים שם בחוץ, קרא את כל המחקרים על טכנולוגיות שהן cutting edge - אבל פחות חזק ביישום hands-on. יעדיף מחקר מעמיק של הבעיה העיסקית, מידול שלה ותכנון אלגוריתמים מתוחכמים במיוחד על פני כתיבת קוד שיפתור אותה או התעסקות סיזיפית בטיוב ה-Data.
- המתחיל – או הג'וניור: Data Scientist מתחיל צריך לעבור דרך ארוכה, גם אם השלים בהצטיינות תואר שני ושלישי בתחומים רלוונטיים. הוא צריך עוד להשתפשף הרבה בהבנה העיסקית של התחום הספציפי בו הוא צריך לטפל, ולעשות הרבה עבודה שחורה של טיפול והכנת ה-Data.
- האנליסט – בעצם לא Data Scientist, אבל בהחלט חלק מהתמונה: מסוגל להבין היטב את הביזנס ובעל כלים להבין את ה-Data, את הקשרים בין הדברים ולהוציא Insights חשובים ומעניינים. טכנולוג במידה הנכונה, אבל גם חייב להיות עיסקי מאוד.
כמובן שיכול להיות Data Scientist אחד שיהיה שילוב של מספר סוגים, למשל 1 ו-2, או 1 ו-3.מניסיוננו, הרבה פעמים שילוב של אנשים ממספר סוגים נותן את המינון הנכון לפתרון הבעיה הנכונה. ובכלל – בבעיות מעולם ה-Data Science הכי טוב לטפל בצוות שמביא יכולות מגוונות לשולחן.
מאידך, אם מדובר בסטארט-אפ בתחילת דרכו – האנליסט יכול להביא הרבה מאוד ערך בשלב הראשון, עוד לפני שקופצים למים הקרירים של Data Science.
ב"דברים מעניינים מהרשת" הבאנו הפעם שלושה מאמרים:
שני המאמרים הראשונים עוסקים בתחום ה-Supply Chain Management (SCM) ובמהפכה שהוא עובר באמצעות המעבר לדיגיטל ושילוב כלי אנליטיקה חכמים, כמו ML.
הכותבים מדברים על הגידול העצום בתחום ה-e-commerce שמביא לעלייה בעומס בתחום ה-supply chain ובצורך למענה יותר אוטומטי וחכם בתחומי ההובלה, שירות הלקוחות, האריזה וניהול המלאי. כל זאת, בשילוב עם תהליכים אינטנסיביים של מעבר לדיגיטל, אשר נמצאים בפוקוס של מנהלים רבים בתקופה האחרונה.
מומלץ מאוד לקרוא!
המאמר השלישי עוסק בכישורים הנדרשים מ-Data Scientist.
מעצם היותו מקצוע עם ביקוש גבוה, ישנם הרבה אנשים שטוענים שיש להם את הרקע המתאים לתפקיד – אבל פעמים רבות זה לא המצב. רקע תיאורטי ממש אינו מספיק, תהליך צבירת הניסיון ארוך – וגם אז מניסיוננו בפרוייקטים, הכי טוב לעבוד בצוות בו כל אחד משלים את האחר וביחד מייצרים פתרון מיטבי.
כמו תמיד – נשמח לקבל פידבקים ושיתופים.
תהנו!
אדר שומרון
מנכ"ל ביונד
054-7722289
adar@biyond.co.il
|