Wissenschaft, Datenwissenschaft und darüber hinaus

Wissenschaft ist Wissen, das als erklärbare Fakten angeordnet ist, die auf Beweisen basieren. Diese Beweise können das Ergebnis einiger durchgeführter Untersuchungen sein. Es ist etwas, das Menschen verbindet und immer am Leben ist, da es von der unvollendeten Arbeit eines anderen weitergegeben werden kann, um in der nächsten Ära einem anderen neuen Enthusiasten auf demselben Gebiet weitergegeben zu werden.

Foto von Mathew Schwartz auf Unsplash

Wissenschaft ist mächtig, da sie oft logisch ist und den Durst des menschlichen fragenden Verstandes stillt. Der Mensch ist neugierig und wir stellen gerne Fragen. So entsteht die Wissenschaft und sie führt zu Denken, Analyse, Experimenten und Erkenntnissen.

Die Wissenschaft kann in einer Vielzahl von Bereichen oder Interessen umgesetzt werden, und aus diesem Grund gibt es viele Bereiche wie die Biowissenschaft, in denen Menschen Leben und Zellen studieren, die Sozialwissenschaften, die zur Psychologie führen, die Physik, die aus Studien in Physik und Chemie besteht usw.

Foto von Franki Chamaki auf Unsplash

Eines dieser Gebiete ist Data Science. Data Science arbeitet an jeder Art von strukturierten oder nicht strukturierten digitalen Daten, um mithilfe mathematischer Metriken Erkenntnisse zu gewinnen, die für die Lösung spezifischer Probleme im Zusammenhang mit diesen Daten von Nutzen und Bedeutung sind. Data Science ist ein relativ neues, sich noch entwickelndes und beliebtes Studiengebiet.

Jede Sekunde werden Tonnen von Daten auf Plattformen von Instagram, Facebook, Twitter, YouTube, WashingtonPost generiert. All dies ist Big Data in Bezug auf Volumen, Vielfalt und Geschwindigkeit. So viele Daten können nicht auf einem Computer gespeichert oder verarbeitet werden. Diese Big Data können mit Software wie Apache Hadoop und einer Sammlung von Computern verarbeitet werden. Big Data können mithilfe von ETL-Prozessen (Extrahieren, Übertragen, Laden) von einer Quelle zu einer anderen übertragen werden.

Warum ist es in einem Unternehmen so wichtig und wie wird es gemacht?

In jeder Art von Unternehmen oder Organisation, sei es im Gesundheits- oder Finanzwesen, in den Medien oder in der Fertigungsindustrie. Jede Branche hat sowohl große Datenmengen als auch wichtige Entscheidungen zu treffen. In jeder Branche stapeln sich Daten, um daraus eine Geschichte zu machen und wichtige Fragen zu beantworten, die sich auf Geschäftsentscheidungen auswirken.

Jedes Data Science-Projekt umfasst folgende Phasen:

  1. Geschäftsverständnis - dies hilft zu verstehen, welches Problem wir angehen müssen und wie es dem Geschäft helfen wird.
  1. Datenverstehen, Erheben und Erkunden von Daten
    1. Datenaufbereitung - Bereinigen, Formatieren und Integrieren von Daten
    2. Modellbildung und Bewertung von Modellen
    3. Bewertung - Bewertung der Ergebnisse und Überprüfungsprozess
    4. Bereitstellung - Bereitstellung und Berichterstellung von Ergebnissen
    5. Aufgrund dieses langen Verfahrens ist Data Science ein Mannschaftssport. Jedes Data Science-Team hat viele Akteure, die an der Lösung eines Geschäftsproblems beteiligt sind und eine der folgenden Rollen / Positionen innehaben:

    6. Data Analyst - Geschichtenerzähler von Data Science
  2. Data Scientist / Machine Learning Engineer - Modellbauer von Data Science, die die Bereitstellung von Lösungen auf Produktionsebene durchführen
    1. Dateningenieur - Installateure der Datenwissenschaft, die ETL durchführen
    2. Ist Data Science nur für ein Unternehmen nützlich?

      Natürlich nicht, die Frage, wie viele Menschen in einer Gemeinde von Diabetes betroffen sind, ob eine Stadt mehr Fahrradparkplätze benötigt, ob eine Pflanze erkrankt ist oder nicht, alle diese Probleme können mithilfe von Ergebnissen aus Data Science gelöst werden.

      Zukunft der Datenwissenschaft

      Viele Debatten befassen sich mit diesem Thema in KI-Konferenzen und technischen Debatten, aber wir können sie nur diskutieren und vorhersagen. Wir wissen eigentlich nicht, was die tatsächliche Realität sein wird, ob es eine völlig neue Morgendämmerung sein kann, die eine positive und glücklichere Welt hervorbringt, oder ob es uns alle in eine dunklere Zeit führen kann. In vielen Filmen und Fernsehserien werden Möglichkeiten untersucht, die mit der industriellen Evolution durch Data Science wie Black Mirror verbunden sind. Gegenwärtig können wir jedoch nur als Schöpfer auf diesem aufregenden Gebiet ethisch vorgehen.

      Vielen Dank für das Lesen und zögern Sie nicht, zu den genannten Themen Stellung zu nehmen. Um mich auch beruflich kennenzulernen, klicken Sie auf den folgenden Link: https://www.linkedin.com/in/shikhasaxena97/