בתשובה לאפופידס, 06/08/18 17:48
 |
|
 |
||
|
||||
 |
בקיצור, מהנדס אלגוריתמים בתחום של למידה ממוחשבת. או יותר בקיצור, אלגוריתמאי למידה ממוחשבת,ML algorithms engineer בלעז. |
 |
 |
 |
|
|
|
||
|
||||
|
אלא שהרבה פעמים data scientists לא עושים שום דבר שדומה להנדסת אלגוריתמים. לעיתים קרובות (אולי בדרך כלל) העבודה שלהם כוללת בעיקר ניתוח נתונים ובניית מודלים (מתמטיים וסטטיסטיים) סביבם. לפעמים הם אפילו מתכננים ועורכים ניסויים. דווקא די סביר לתאר עבודה כזו כ-"מדע". בכל מקרה, כנראה שעם הזמן תעמיק הדיפרנציאציה בין סוגים שונים של data science, והתיחום בין תת-ההתמחויות השונות יעבור סטנדרטיזציה שתביא עימה אוסף חדש של titles מעצבנים. יש למה לחכות. |
|
|
|
|
|
|
||
|
||||
|
בתור אלגוריתמאי מזה לא-נעים-להודות-כמה-שנים, חלק ניכר וקריטי מעבודתי הוא ניתוח נתונים, בניית מודלים (צתמטיים, פיזיקליים וסטטיסטיים), וגם ערכית ניסויים במערכות שונות כדי לבחון התאמה למודלים הנ''ל. אני מאד מוחמא מלהתקרא ''מדען'', אבל בכל זאת... |
|
|
|
|
|
|
||
|
||||
|
**אני מודע לזה שיש אמביגיואיטי נפוץ שמאחד תחתיו 'אלגוריתמאים', שחלק ממה שמבדיל בין שתי הקבוצות זה שאחת מהן יודעת לעשות אלגוריתמים על גרף והשנייה יודעת לייצר גרפים בפייתון או Matlab (אבל יודעת לעשות FFT וטרנספורמציות, נניח). | |
|
|
|
|
|
||
|
||||
|
כמה הצעות: כוהן נתונים - data priest שר נתונים - data lord גנן נתונים - data gardner |
|
|
|
|
|
|
||
|
||||
|
החלק של ה-data הוא מרכיב גדול, בעיקר כשמדובר בסביבה רבת נתונים, רבת משתנים, לעיתים כאוטית. כל הסיפור של איסוף נתונים, ארגון, חיבור מקורות מידע, ניקוי ועיבוי נתונים, הבנה של הנתונים בהקשר של הנושא הנבדק, סינון ובחירה של נתונים רלוונטיים וכו'. | |
|
|
| חזרה לעמוד הראשי | המאמר המלא |
| מערכת האייל הקורא אינה אחראית לתוכן תגובות שנכתבו בידי קוראים | |
 RSS מאמרים |
כתבו למערכת |
אודות האתר |
טרם התעדכנת |
ארכיון |
חיפוש |
עזרה |
תנאי שימוש
|
© כל הזכויות שמורות |