دوره آموزشی بینش در علم داده: لیلیان پیرسون

علم داده حوزه‌ای است که به سرعت در حال گسترش است و امکانات فراوانی برای مشاهده دنیای اطراف ما از طریق لنز دقیق‌تری ارائه می‌دهد. اما برای بسیاری از کسانی که قوه تخیل آنها با داده های بزرگ تحریک شده است - اما قبلاً شروع به کار در زمینه دیگری کرده اند - رویای تبدیل شدن به یک دانشمند داده می تواند دور از ذهن باشد. لیلیان پیرسون، P.E. - یک متخصص برجسته در زمینه داده های بزرگ و علم داده - قصد دارد این تصور را ثابت کند که اشتباه است. در این دوره، او مشاهدات و نکاتی را به اشتراک می‌گذارد که به شما کمک می‌کند بدون توجه به نقطه شروعتان، در این زمینه هیجان‌انگیز شروع به کار کنید.

لیلیان کار خود را نه به عنوان یک دانشمند داده، بلکه به عنوان یک مهندس محیط زیست آغاز کرد. در اینجا، او داستان خود را به اشتراک می‌گذارد و درباره نحوه آموزش کدنویسی در پایتون و R و کار با متدولوژی‌های علم داده بحث می‌کند. در نتیجه تجربیات خود، لیلیان مشتاق کمک به کسانی است که علاقه مند به علم داده هستند - اما ممکن است فاقد مدرک چهار ساله در این رشته باشند - برای شروع در این زمینه. او راه‌های عملی برای کسب مهارت‌ها و تجربیات مورد نیاز برای تبدیل شدن به یک دانشمند داده و بهترین شیوه‌ها برای یافتن شغل را به اشتراک می‌گذارد. لیلیان همچنین با چالش‌هایی که در نیروی کار فناوری به سرعت در حال تحول رخ می‌دهد، دست و پنجه نرم می‌کند. به علاوه، او در مورد خود صنعت بحث می کند، تغییرات اخیر در زمینه و زمینه های مورد نیاز را پوشش می دهد و برخی از تصورات غلط رایج را پاک می کند.

اهداف یادگیری
روش های عملی برای کسب مهارت ها و تجربیات علم داده
برای تبدیل شدن به یک دانشمند داده چه دوره هایی را باید بگذرانید؟
مردم باید برای مواجهه با چه چالش هایی آماده باشند؟
بهترین روش ها برای یافتن شغل در علم داده
باورهای غلط رایج
چه ویژگی های شخصیتی کلیدی در میان دانشمندان داده موفق رایج است؟
صنعت در سال های اخیر چگونه تغییر کرده است؟
توصیه های عملی برای اقلیت ها و زنانی که به دنبال شغلی در علم داده هستند