¿Cómo es posible ser un científico de datos con experiencia en ingeniería industrial?

Yo diría que esta podría ser una de las combinaciones de conocimiento más valiosas que existen. Sin embargo, su pregunta, como se indicó, parece ser una cuestión de dónde convertirse y ser experto en aprendizaje automático, aunque después de leer la descripción parece más un “cómo aplico esto a la cadena de suministro y la fabricación”. Intentaré ambos.

El primer tipo de problema es más fácil, ¡cómo te conviertes en un científico de datos, lee! Hay innumerables libros y cursos en línea sobre el tema. Elija un lenguaje como python y puede programar casi cualquier combinación de algoritmos para dar sentido a los datos. Consulta estos recursos:

  • Bienvenido a Python.org
  • http://LearnPython.com

El segundo problema es el que creo que hace que esta combinación de conjuntos de habilidades sea valiosa. Está buscando problemas principalmente en el efecto látigo, o la eficiencia de la línea de producción y montaje, y la mejora de una cadena de suministro (desde el ensamblaje hasta el comprador final). Cualquiera de estos puede requerir que tanto la ciencia de datos como los ingenieros industriales se den cuenta de los impactos en la producción y las capacidades. Aquí hay algunos problemas valiosos que podrías resolver:

  • Predicción y reducción de látigo
  • Maximice la eficiencia del diseño del almacén de acuerdo con los datos de selección y empaque / cadena de empaque
  • Revele hallazgos en robótica e interacción entre los datos del artículo, la ubicación en el almacén, la ruta al cliente, con información del sistema como Epic Commerce (http://orkiv.com/epic-commerce/) para coordinar pedidos
  • Utilice el monitoreo de datos para programar entregas y pedidos en la tienda en tiempo real de manera más efectiva

Solo algunos ejemplos, pero creo que lo ayudarán a comenzar.

En ingeniería industrial estás trabajando con un proceso.

Tiene entradas y salidas. Si tiene un rol de monitoreo de procesos, las técnicas de ciencia de datos pueden ayudarlo a trabajar mejor cuando el equipo se desempeña fuera de las especificaciones.

Si administra la cadena de suministro, puede ayudarlo a mejorar sus técnicas de pronóstico y la administración de las cantidades de sus pedidos y el mantenimiento de existencias. Si trabaja en una empresa que es grande con una historia histórica larga, una gran cantidad de información histórica, tal vez basada en texto y PNL irrecuperable, podría usarse para construir una biblioteca de búsqueda a partir de los datos históricos.

Al menos en mi departamento, se muestran varios enfoques para resolver los problemas de la cadena de suministro y la fabricación a los estudiantes y puede haber muchos enfoques para una persona con las siguientes habilidades:

  1. Capacidad de modelado matemático y capacidad de computación científica.
  2. Conocimiento intermedio de Machine Learning.
  3. Conocimiento intermedio de estadística.
  4. Conocimiento de las técnicas de Investigación Operativa.
  5. Se revisaron los casos de estudio modelo para perseguir su objetivo.

En cuanto a la segunda parte de la pregunta, entonces sí, he visto a muchos ingenieros industriales convertirse en científicos de datos y estos dos campos científicos están relacionados entre sí.

Aquellos ingenieros industriales que se enfocaron en la logística y la investigación de operaciones, aprendieron el lenguaje de programación SAS y otros, a menudo tienen el análisis de datos y experiencia en computación para hacerlo.

More Interesting

¿Cuál es la diferencia entre un científico de datos y un estadístico?

¿Por qué los hospitales no invierten masivamente en científicos de datos, ya que están sentados en una pila de datos?

Cómo conseguir un trabajo de científico de datos en Dubai

¿Qué tipo de habilidades de piratería requiere un científico de datos?

¿Qué grado necesitas para convertirte en un científico / analista de datos?

¿Está bien seguir una carrera en ciencia de datos si soy un asco en el "cálculo"?

¿Los científicos de datos trabajan necesariamente con big data?

Siento que no soy lo suficientemente inteligente como para estar en el campo de la ciencia de datos. No me veo desarrollando algoritmos nuevos o volviéndome excepcional, pero quiero ser excelente en lo que hago. ¿Debo cambiar de carrera?

¿Las empresas de Silicon Valley contratan a especialistas en ciencia de datos o expertos específicos para el procesamiento del lenguaje natural, la conducción automatizada, etc.?

¿Puedo convertirme en analista de datos después de convertirme en CPA?

¿Cómo puede un científico de datos ayudar a las Fuerzas de Defensa?

¿Los ingenieros de aprendizaje automático y los científicos de datos comparten el mismo conocimiento?

Quiero convertirme en un científico de datos con especialidad de aprendizaje automático, ¿qué cursos debo tomar?

¿Qué puede hacer un científico de datos si cada vez se automatizan más cosas (especialmente desde que se adoptó la caja de herramientas analíticas automatizadas)?

¿Debo elegir el campo de la informática, el campo de la ciencia de datos o ambos?