本文转载自公众号“读芯术”(ID:AI_Discovery)
随着人工智能的发展,市场上出现了一些新的工作岗位。但对于这些新兴领域的新兴职业,我们很多人难以分辨其间的不同之处,尤其是机器学习工程师和数据科学家的作用有何区别,这很令人困惑。
阅读了不同的文章、博客并观看了一些视频之后,笔者想通过对比二者之间的差异来更清晰地介绍它们。
先类比一下。作家和教授之间有什么区别?可以说这两者都知道一种语言的“规则和语法”,其中一个是讲故事的人,另一个是“规则”的严格实践者。
数据科学家对原始数据进行处理分析,连接点并使用其他可视化工具讲述故事。他们通常具有较广泛的技能,深入了解的知识不超过一两个。他们更多偏向是在创意方面,像一个艺术家。
机器学习工程师则将数据视为必须接收并能以某种适当的形式高效输出的东西。他们的技能需要与实施细节相关的高效。
两者之间可能有很多重叠之处,但数据科学家可以是机器学习工程师,反之则不然。也许随着他们获得更多经验,机器学习工程师就是数据科学家,这样的说法会实现。
机器学习与数据科学的维恩图
就洞察力或学习等方面而言,数据科学需要具有一定商业头脑的人才,而机器学习则需要关于系统预测的人才。例如:
接着再来看看Netflix的例子。
我们都知道Netflix会根据之前的选择来智能地推荐电影。该推荐系统可与机器学习算法配合使用,从而使用推荐系统提供合适的电影选择。
当谈论Netflix中的数据科学时,我们所要研究的模式包括在特定时间观看的评论者数量、其年龄和性别组成以及许多其他情况。这些决策用于改善业务前景。当企业需要借助数据来回答问题或解决问题时,数据科学家的工作就是从原始数据和非结构化数据中提供有用的见解。
数据科学家需要的技能:
机器学习工程师需要的技能:
综上可见,数据科学家和机器学习工程师的工作还是有很大区别的,不要混淆它们。确定好自己所具有的技能条件和个人兴趣更适合哪个职位,并有意识地培养自己某个方向的技能,为未来做好准备。
我们的团队密切关注着移动世界的趋势,以便可以提供所有有关变化的最紧密和最重...
2018 年的手机市场,依旧未能止住下滑的势头。全球市场是,中国市场也是。 近日...
美国政府的一个委员会提交报告草案称,美国不应禁止使用或开发由人工智能(AI)驱...
手机用着用着,就没了空间,被各种文件塞爆了,该怎么办?上上之策,自然是祭出...
本文转载自公众号读芯术(ID:AI_Discovery) 大多数个人网站就像书架上的旧书。随...
前言 安卓单元测试,只看这一篇就足够啦。真正的完全解析,真正的从0到1,Junit...
几天前,听闻iOS小伙伴都拿到了新版微信的测试版,小编心里那个羡慕呀。终于在历...
近日,南极首次发现一只金黄色企鹅,这只被戏称是充了黄钻的企鹅摇身一变成为网...
自2019年以来,各国陆续发放5G商用牌照,许多运营商已开始了正式的5G商业运营,...
用户画像作为一种设计工具,可以很好地帮助设计师跳出为自己设计的惯性思维,聚...