- Никто не знает всего, ни вы, ни интервьюер. Не придумывайте вещи на лету.
- Вам не нужно отвечать на каждый вопрос, чтобы пройти.
- Основы значат гораздо больше, чем вы думаете.
- Большинство организаций довольны регрессией.
- Мастерство Excel приведет вас дальше, чем ваши сверстники.
- Большую часть времени вы будете выполнять тяжелую работу, которую другие люди должны были делать за вас.
- 85% проектов по науке о данных терпят неудачу, потому что финансовый директор не хочет слышать о том, что покупка компании его друга не была логичным решением, или потому что этот продукт-зомби, который, согласно вашему анализу, должен быть утилизирован, был идеей жены генерального директора.
- Одни данные не управляют бизнесом. Пока роботы не захватят власть, люди по-прежнему принимают множество решений, основываясь на эмоциях.
- Знайте разницу между оценкой и метрикой ошибок.
- Сосредоточьтесь на деталях, но не упускайте из виду общую картину.
- ИИ — это смена парадигмы, а изменения неудобны. В силу своей правоты люди сопротивляются изменениям.
- Прекратите использовать нейронные сети для всего.
- Примите неопределенность. Подружитесь с ним. Будьте любопытны.
- Не пытайте данные, пока они не признаются.
- Узнайте, что волнует бизнес, и апеллируйте к этому.
- Задавать вдумчивые вопросы важно как для того, чтобы понять, как роль зависит от данных, так и для того, чтобы продемонстрировать, насколько хорошо вы знаете свою область.
- Сообщая о результатах, начните с воздействия, а затем погрузитесь в процесс.
- Python, R, Excel или Tableau — это всего лишь инструменты. Будьте осторожны с парадоксом молотка и гвоздя.
- В конечном счете, это сводится либо к экономии денег, либо к получению дохода.
- Нет двух одинаковых ролей в науке о данных. Если вы чувствуете, что это не для вас, вероятно, это не так.
Интервью по науке о данных
schedule
15.05.2022