מאנליסט לדאטה סיינטיסט: איך בונים את הצעד הבא

איזה תפקיד רוצים לעשות?

לפני בחירת קורס או מודל, פתחו כמה מודעות לתפקיד שמעניין אתכם וכתבו אילו משימות חוזרות בהן. האם העבודה היא חיזוי, ניסויים, בניית מוצר מבוסס מודלים או ניתוח נתונים? שם התפקיד לבדו לא מגדיר את העבודה שתעשו.

סמנו ליד כל דרישה: כבר עשיתי, אני מכיר אבל לא יישמתי, או חדש לי. בחרו פרויקט שמאפשר להראות יכולת אחת או שתיים שחסרות. זו המלצת העבודה שלנו, ולא רשימת דרישות אחידה לכל מעסיק בישראל.

מה מוסיפים לניסיון כאנליסט?

אנחנו מציעים לבדוק ארבע יכולות: ניסוח בעיית חיזוי, בניית תהליך נתונים שניתן להריץ שוב, הערכת מודל והסבר של מגבלותיו. אין צורך להניח שהכול חסר; התחילו מבדיקה קטנה.

• ניסוח: מה רוצים לחזות, עבור מי ובאיזה רגע?
• קוד: האם אפשר להריץ את עיבוד הנתונים בלי לערוך ידנית עשרה תאים במחברת?
• הערכה: מהו פתרון פשוט להשוואה, ועל אילו נתונים תבדקו את המודל?
• החלטה: איזו טעות יקרה יותר, ומה המשתמש יעשה עם התוצאה?

בדוגמה לימודית של חיזוי איחור משלוח, אין די בשאלה אם המודל צדק. צריך להחליט מתי מתבצעת התחזית ומה עושים בעקבותיה: מתריעים ללקוח, משנים סדר טיפול או רק מציגים מידע.

איך בוחרים פרויקט שאפשר לסיים?

בחרו תחום שאתם יכולים להסביר גם בלי המודל: שיווק, תפעול, מוצר או תחום אחר שאתם מכירים. הגדירו משתמש אחד, שאלה אחת ותוצר ראשון קטן. נתונים ציבוריים מתאימים בהחלט; הערך מגיע מהשאלה ומהעבודה שלכם, ולא מכך שהמאגר לא נראה מעולם.

אם הנתונים מגיעים מהעבודה, בדקו מראש מה מותר להשתמש בו ומה מותר לפרסם. אפשר לבנות דמו עם נתונים לדוגמה או להציג תהליך בלי לחשוף מידע עסקי. כתבו במפורש כשמדובר בנתונים סינתטיים.

הצעתנו היא להתחיל בגרסה פשוטה שאפשר להשלים, ואז לבחור שיפור אחד. את מבנה התוצר וההסבר תוכלו לבנות לפי המדריך לתיק עבודות בדאטה סיינס.

איך יודעים שהמודל באמת למד משהו?

הפרידו את הנתונים המשמשים ללמידה מאלו המשמשים להערכת התוצאה. כשמנבאים אירוע עתידי או כשיש כמה רשומות לאותו גורם, אופן החלוקה דורש מחשבה: ערבוב אקראי אינו תמיד מדמה את השימוש העתידי. התיעוד של scikit-learn מסביר חלוקה לפי זמן וקבוצות.

בחרו מדד שמתאים לשאלה. בחיזוי סכום אפשר לבדוק את גודל השגיאה; בסיווג צריך לבדוק גם אילו מקרים מפספסים ואילו התראות שווא מייצרים. הסבר למדדים ולמשמעותם נמצא במדריך הערכת המודלים.

לתרגול, כתבו ליד התוצאה שלושה דברים: מה היה קו הבסיס, היכן המודל טעה, ומה עוד לא נבדק. אלה גם שאלות טובות לשיחה מקצועית על הפרויקט.

איפה נכנסים כלי כתיבת קוד עם AI?

אפשר להיעזר בהם כדי לנסח פונקציה, להבין שגיאה או להציע בדיקה. דרך העבודה שאנחנו ממליצים עליה היא לבקש שינוי קטן, לקרוא אותו, להריץ ולבדוק מול הציפייה. בקשו הסבר להנחות ולא רק קוד שמסתיים בלי שגיאה.

בסוף כל שלב נסו להסביר בעצמכם מה נכנס, מה יוצא ולמה בחרתם בדרך הזאת. אם אינכם מצליחים להסביר את התוצאה, זה סימן לנושא שכדאי ללמוד לפני שממשיכים. הפרויקט צריך להיות משהו שאתם יכולים לעמוד מאחוריו גם בלי השיחה עם העוזר.

כמה זמן זה לוקח, והאם צריך תואר שני?

אין כאן זמן אחיד שאפשר להבטיח. היקף הפרויקט, הרקע בתכנות, זמינות הנתונים והזמן לעבודה עצמאית משנים את הקצב. נפריד בין סיום פרויקט ראוי להצגה לבין קבלת משרה: השני תלוי גם במשרות הפתוחות ובתהליך הבחירה של המעסיק.

גם דרישת תואר תלויה בתפקיד. חזרו למודעות שבחרתם ולשיחות עם אנשי התחום במקום להניח שתואר נוסף תמיד נחוץ או תמיד מיותר. פרויקט יכול לעזור להראות יכולת; הוא אינו מבטל תנאי סף שנקבעו למשרה.

לשבוע הקרוב, יעד מועיל הוא להגדיר את השאלה, להשיג דוגמת נתונים ולבנות קו בסיס. אם אחת מהפעולות לא אפשרית, למדתם מה צריך לפתור לפני שמרחיבים את הפרויקט.