被挤爆的数据科学行业！五年前“最性感的职业”怎么了？

正如很多博客文章指出的那样，你未必在第一次实行时就能找到抱负事变。 因此，就业市场相等艰巨，对付大量入门者来说越发坚苦重重。

Hinton对付呆板进修规模近况的设法：

数据科学存在有误导性的事变需求

第二个题目是，一旦这些初学者进入市场，他们会对数据科学的事变模式发生不切现实的祈望。每小我私人都以为他们将举办呆板进修、深度进修和贝叶斯模仿。

这并不是他们的错，这正是一些数据科学课程和技能媒体们一向以来夸大的内容。自从好久之前我第一次过度乐观地赏识Hacker News 上逻辑回归的帖子以来，环境并没有产生多大变革。

实际环境是，“数据科学”从未像呆板进修那样存眷数据洗濯，数据转换以及将数据从一个处所移动到另一个处所。

我最近举办的极其非科学的调盘查卷证实了这一点：

作者2019年1月在推特上做的观测温顺：

很多行业专家发送的推文也是云云：

陪伴着数据洗濯，当炒作周期继承施展着它的效应时，越发清楚的是，数据器材和将模子投入出产变得比在一台呆板上从新开始构建ML算法越发重要，出格是跟着云资源可用性的爆炸式增添。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!