被挤爆的数据科学行业！五年前“最性感的职业”怎么了？

正如许多博客文章指出的那样，你未必在第一次尝试时就能找到理想工作。 因此，就业市场相当艰难，对于大量入门者来说更加困难重重。

Hinton对于机器学习领域现状的想法：

数据科学存在有误导性的工作需求

第二个问题是，一旦这些初学者进入市场，他们会对数据科学的工作模式产生不切实际的期望。每个人都认为他们将进行机器学习、深度学习和贝叶斯模拟。

这并不是他们的错，这正是一些数据科学课程和技术媒体们一直以来强调的内容。自从很久之前我第一次过分乐观地浏览Hacker News 上逻辑回归的帖子以来，情况并没有发生多大变化。

现实情况是，“数据科学”从未像机器学习那样关注数据清洗，数据转换以及将数据从一个地方移动到另一个地方。

我最近进行的极其非科学的调查问卷证实了这一点：

作者2019年1月在推特上做的调查温暖：

许多行业专家发送的推文也是如此：

伴随着数据清洗，当炒作周期继续发挥着它的效应时，更加清晰的是，数据工具和将模型投入生产变得比在一台机器上从头开始构建ML算法更加重要，特别是随着云资源可用性的爆炸式增长。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!