In den letzten Jahren hat sich Data Science zu einem der beliebtesten Bereiche entwickelt, und das aus gutem Grund. Es ist ein multidisziplinäres Gebiet, das Statistik, Mathematik, Informatik und Fachwissen nutzt, um Erkenntnisse aus komplexen Datensätzen zu gewinnen. Angesichts des exponentiellen Datenwachstums benötigen Unternehmen ein starkes Data-Science-Team, um Entscheidungen auf der Grundlage von Daten treffen zu können.
Die D3Con ist ein Treffen, das Data-Science-Experten, Forscher und Praktiker aus der ganzen Welt zusammenbringt, um ihr Wissen und ihre Ideen auszutauschen. Es ist eine der renommiertesten Veranstaltungen in der Data Science-Community. Auf der D3Con 2022 konnten wir mit einigen der Stars im Bereich Data Science darüber sprechen, was ihrer Meinung nach die Zukunft für sie bereithält.
Zuerst sprachen wir mit Dr. Edward McFadden, dem Chief Data Scientist von Acme Corp. Dr. McFadden ist seit mehr als 20 Jahren im Bereich Data Science tätig. Er hat das Feld seit seinen Anfängen wachsen und sich verändern sehen. Auf die Frage, wie es um Data Science gerade steht, sagte er: „Data Science hat in den letzten zehn Jahren einen langen Weg zurückgelegt. Deep Learning und AutoML sind zwei Beispiele für neue Techniken und Tools, die die Arbeit mit Daten erleichtern. Aber wir immer noch haben noch einen langen Weg vor sich und viele Probleme, die gelöst werden müssen, wie z. B. die mangelnde Offenheit in einigen Modellen und die Notwendigkeit, sie leichter verständlich zu machen.
Wir sprachen auch mit Dr. Jane Chen, die als Research Scientist bei Google AI arbeitet. Dr. Chen ist Experte für die Verarbeitung natürlicher Sprache und hat auf diesem Gebiet wichtige Beiträge geleistet. Als sie nach der Zukunft von NLP gefragt wurde, sagte sie: „Ich denke, wir fangen gerade erst mit NLP an. Wir haben in den letzten Jahren einen langen Weg zurückgelegt, aber wir haben noch einen langen Weg vor uns. NLP kann helfen Wir verstehen Dinge wie Snark und Humor, die subtilere Teile der Sprache sind. Wir können sie auch verwenden, um bessere und genauere maschinelle Übersetzungen zu erstellen.”
Als nächstes sprachen wir mit Dr. Max Park, der bei Facebook als Data Science Manager arbeitet. Dr. Park leitet seit mehr als zehn Jahren Data-Science-Teams und hat viel Erfahrung in der Herstellung von Produkten, die auf Daten basieren. Auf die Frage nach dem Wert von Data Science in der modernen Welt sagte er: „Data Science ist für Unternehmen unverzichtbar geworden, um wettbewerbsfähig zu bleiben. Unternehmen, die kein Geld in Data Science investieren, werden zurückfallen. Bei der Menge an Daten, die heute erzeugt werden , ist es unmöglich, es ohne die Verwendung von Methoden aus Data Science zu verstehen.
Wir haben auch mit Dr. Maria Rodriguez gesprochen, die bei Uber als Data Science Director arbeitet. Dr. Rodriguez ist Experte für Zeitreihenanalyse und hat mehrere Vorhersagemodelle für Uber erstellt. Auf die Frage nach den Schwierigkeiten der Zeitreihenanalyse sagte sie: „Eine der größten Schwierigkeiten ist der Umgang mit Saisonalität.“ Saisonalität kann ein großer Teil von Zeitreihendaten sein, und es kann schwierig sein, sie korrekt zu modellieren. Wir müssen auch darauf achten, das Modell den Daten nicht zu ähnlich zu machen, was es bei neuen Daten weniger effektiv machen kann.
Dr. John Lee, Data Science Lead bei Airbnb, war die letzte Person, mit der wir gesprochen haben. Dr. Lee ist Experte für Recommender-Systeme und hat mehrere Modelle für die Plattform von Airbnb erstellt. Auf die Frage nach der Zukunft von Recommender-Systemen sagte er: „Ich denke, dass Vorschläge in Zukunft personalisierter und kontextabhängiger sein werden. Wir können bessere Vorschläge machen, wenn wir mehr Datenquellen wie Benutzerverhalten und Standortdaten verwenden. Wir kann auch fortschrittlichere Methoden wie Reinforcement Learning verwenden, um Vorschläge in Echtzeit zu verbessern.
