시민 데이터 과학자의 직무에는 새로운 데이터 처리, 자동화된 도구를 사용하여 빅 데이터 처리, 추가적인 통찰력을 얻기 위한 추가 모델 생성 등이 포함됩니다. 그들의 주된 임무는 빅데이터로부터 직접 예측을 하거나 개발하는 것이 아닙니다. 규범 적 분석, 그러나 이러한 목표를 달성하는 모델을 구축하고 도구를 사용하는 것입니다.

시민 데이터 과학자들은 "진실" 사이의 격차를 해소합니다. 데이터 과학자 (교육을 받고 학위를 취득한) 및 자체 셀프 서비스 분석을 수행하는 비즈니스 소유자입니다. 이 비유는 몇 가지 통찰력을 제공할 수 있습니다. 데이터 과학자는 한 시간에 10마일을 달릴 수 있지만 시민 데이터 과학자는 더 적은 비용으로 한 시간도 안 되는 시간에 퍼팅을 하고, 차를 예열하고, 10마일을 운전할 수 있습니다. 물론 시민 데이터 과학자는 도중에 많은 풍경을 볼 수는 없지만 여전히 작업을 완료할 수 있습니다. 

시민 데이터 과학자의 지위는 특히 현재로서는 사내 프로모션을 통해서만 접근할 수 있다는 점에서 이례적이다. 이 직함은 몇 년 동안 존재했지만 "시민 데이터 과학자"를 찾는 고용주를 위한 채용 목록은 없습니다. 일반적으로 말하면 해당 직위는 누군가의 현재 직무 설명에 책임을 추가합니다. 승진하려면 일반적으로 조직의 요구 사항과 관련된 특정 데이터 과학 수업을 수강하고 통과해야 하며 인증이 포함될 수 있습니다.

'시민 데이터 과학자' 직책의 신설은 데이터 부족 문제에 대한 해결책이다. 데이터 과학자. 일반적으로 데이터 과학자가 수행하는 작업의 대부분은 검증과 같은 일상적인 운영 작업을 다룹니다. 데이터 품질, 데이터 세트를 병합하고 데이터 소스를 식별합니다. 이러한 작업은 지루하고 시간이 많이 걸리며, "비싼" 데이터 과학자가 이를 수행하도록 하는 것은 그다지 비용 효율적이지 않습니다. 자동화를 통해 이러한 작업을 수행하려면 훨씬 저렴한 사람을 고용하는 것이 좋습니다.  

시민 데이터 과학자 입장 협상

경영진은 다음과 같이 결정했습니다. 데이터 과학자를 고용하다 단기 프로젝트 추진과 인터넷 영업부서를 개편하기로 했습니다. 또한 비용을 절감하고 경험을 유지하기 위한 방법으로 데이터 과학자를 파트타임으로 보조할 영구 "팀 구성원"을 배정하기로 결정했습니다. 프로젝트가 끝나면 팀원은 새로 설치된 분석 프로그램과 인터넷 판매를 위한 예측 알고리즘의 일일 유지 관리를 맡게 됩니다. 또한 팀원은 새로운 책임에 대한 기본 지식을 얻기 위해 4개의 수업을 수강해야 합니다. (똑똑하고 독단적인 팀원 경영진에 접근할 수도 있음 시민 데이터 과학자로 승진하겠다는 생각으로요.)

위와 같은 상황에서 조직 내에는 많은 변화가 일어나고 있으며, 경영진이 직원 전체와 철저하게 소통하지 않으면 혼란과 기대가 깨질 수 있습니다. 이상적으로는 팀원이 일부 책임을 다른 직원에게 위임하는 것이 좋습니다. 또한 “선택받은 자”는 근무 주중에 공부하거나 온라인 수업에 참석할 시간을 가져야 합니다. 일부 온라인 수업은 특정 개인에게 더 적합하므로 팀원도 수업 선택에 참여해야 합니다. 그리고 인상 문제가 있습니다. 마지막으로, 새로 교육을 받은 팀원이 교육 및 승진 후 6개월 동안 새 직장을 떠나지 않도록 일종의 조치를 취해야 합니다.

직원으로 시민 데이터 과학자를 두 명 이상 보유하면 이점이 있을 수 있다는 점에 유의해야 합니다.

관리용: 생성
시민 데이터 과학자

선택 알 맞는 사람 또한 중요합니다. 독서를 즐기는 사람들을 주목하세요. 공부 측면에서는 독서가 지루하다고 생각하는 사람들에 비해 상당한 이점을 갖게 될 것입니다. 나이는 흥미로운 문제가 될 수 있습니다. 일부 노인들은 새로운 기술을 배우는 것을 좋아하지 않는 반면, 다른 사람들은 학습 과정을 계속하고 보다 유연한 사고방식을 유지하기 위해 스스로 수업을 받을 수도 있습니다.

시민 데이터 과학자 역할을 만들 때 올바른 교육과 도구를 제공하는 것이 특히 중요합니다. 조직을 변경하고 수업 비용 등을 지불하기로 결정한 후 제대로 작동하지 않는 잘못된 교육과 도구로 프로세스를 단락시키는 것은 어리석은 일입니다. 오늘의 비즈니스 인텔리전스 효율적인 시민 데이터 과학자와 결합된 분석 도구는 비즈니스에 큰 도움이 될 수 있습니다. 데이터 전략 가속화, 이익을 향상시킵니다.

현재 직원의 경우:
시민 데이터 과학자 되기

데이터 과학에 진정한 관심이 있지만 고급 학위를 취득하기 위해 학교에 정규로 돌아갈 수 없는 사람에게는 시민 데이터 과학자의 위치가 이상적일 수 있으며 인증 프로그램은 유용한 교육을 제공할 수 있습니다. 자율 학습 과정부터 사내 교육, 지역 커뮤니티 칼리지 야간 수업까지 다양한 경로를 택할 수 있습니다. 이는 귀하의 현재 기술, 조직의 요구 사항, 귀하에게 가장 적합한 학습 접근 방식에 따라 달라집니다.

다양한 학습 스타일과 기법이 있으며, 다양한 사람들이 특정 스타일 조합을 통해 더 빠르고 쉽게 학습한다는 것이 일반적으로 인식됩니다. 사람마다 선호하는 학습 스타일이 다릅니다. 가장 기본적인 학습 스타일은 다음과 같습니다.

• 시각적 학습: 이런 학생은 이미지, 공간 이해, 그림을 활용하여 학습합니다. 학생들은 정보를 쉽게 시각화할 수 있으며 종종 방향 감각이 매우 뛰어납니다. 이런 종류의 학습자에게는 화이트보드(또는 PowerPoint 프레젠테이션)를 사용하는 것이 매우 효과적일 수 있습니다.
• 언어 학습: 이 유형의 사람은 듣기와 토론을 통해 잘 배웁니다. 오디오 테이프가 잘 작동합니다. 언어 학습자는 종종 많은 어휘를 갖고 있으며 말하기, 토론, 언론 활동과 관련된 활동에 탁월합니다.
• 신체 학습: 이 학생들은 학습을 위해 촉각을 사용합니다. 그들은 신체 활동에 탁월합니다. 이 학습자들은 땜질하는 것을 좋아하며 보거나 듣는 것보다 직접 실습할 수 있을 때 가장 잘 배웁니다.

두 번째 결정은 공부할지 말지입니다.
홀로. 혼자 공부하는 것을 선호하는 사람도 있고, 함께 공부하는 것을 선호하는 사람도 있습니다.
그룹입니다.  

시민 데이터
과학 연구

많은 곳에서 시민 데이터 과학자에게 필요한 기본 기술을 제공하기 위해 고안된 온라인 강좌를 제공합니다. 학생의 고용주가 조직의 필요에 따라 몇 가지 수업을 추가할 가능성이 매우 높지만 시민 데이터 과학 과정을 수강하는 것은 좋은 기초를 제공합니다. 교육에는 다음 사항이 시작점으로 포함되어야 합니다.

• SQL을 사용하여 데이터 준비
• 분류 모델의 기본 개념 이해
• 고객 대시보드 구축
• SQL을 사용하여 분할 모델 만들기
• 머신러닝으로 타겟팅 모델 구축
• 머신러닝을 활용한 추천 시스템 구축

의 미래
시민 데이터 과학자

점점 더 많은 조직이 고급 예측 및 처방 분석으로의 전환을 우선시하고 있습니다. 현재 전통적인 데이터 과학자는 비용이 많이 들고 구하기 어려운 경우가 많습니다. 시민 데이터 과학자는 이러한 부족을 해결하는 매우 효과적인 방법이 될 수 있습니다. 기술은 시민 데이터 과학자의 부상을 뒷받침하는 주요 이유입니다. 기술 덕분에 비전문가도 동일한 목표를 더 쉽게 달성할 수 있게 되었습니다. 지난 몇 년 동안 분석 및 BI 도구는 작업하기가 훨씬 쉬워지고 증강 분석을 포함하게 되었습니다.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://www.dataversity.net/so-you-want-to-be-a-citizen-data-scientist/