¿Cómo es ser un científico de datos en Evernote?

No era un científico de datos en Evernote, pero tuve el placer de trabajar con el equipo de ciencia de datos / inteligencia aumentada durante mis muchos años allí.

Su equipo fue, durante mi mandato, relativamente pequeño, pero siempre trabajando en proyectos extremadamente interesantes. Cuando algún equipo decidió que querían una nueva función, era su responsabilidad idear cómo hacerlo y luego hacer que “la magia suceda” detrás de escena.

Además de eso, estaban (constantemente) inventando constantemente nuevas, más rápidas y mejores formas de lograr las subrutinas existentes. Siempre fue fascinante hablar con los miembros del equipo sobre los lanzamientos coordinados que harían al final de un proyecto largo, solo para obsoleto y prepararse para comenzar de nuevo porque algo nuevo se había descubierto desde el comienzo de la proyecto que ahorraría otros microsegundos de tiempo de servidor.

No es un trabajo de 9-5, pero no puedo pensar en ninguno que esté en una startup.

“En el equipo de AI Evernote, el desafío es cómo desarrollar algoritmos para un usuario que solo tiene 10 notas o un usuario que tiene miles de notas, en ese caso, cómo escalamos nuestras ofertas inteligentes para diferentes conjuntos de datos. Entonces, en Evernote no tenemos un problema de Big Data, sino 100 millones de problemas de datos más pequeños, lo cual es bastante difícil “. 1

Para obtener más información, el equipo ocasionalmente publica en el blog de Evernote Tech: El cuidado y la alimentación de los elefantes.

1. http://www.socialmediatoday.com/…