La parte importante de Data Science es el principio y el fin.
Al principio, poder entender la pregunta que necesita responder. No estoy seguro de que las máquinas estén listas para eso.
Al principio, saber qué herramienta te ayudará a responder esa pregunta. Esto se basa en la intuición y la experiencia, el conocimiento de cómo funcionan los algoritmos en diferentes situaciones y en diferentes conjuntos de datos. Muy complejo conseguir una máquina para hacer eso.
- ¿Existe una relación entre lo fácil que es halagar a un científico y cuán abierto es al compartir sus datos / presentaciones?
- ¿Son dos años suficientes para que un graduado no informático se convierta en un científico de datos? Sé un poco de Java y Hadoop. ¿Donde debería empezar?
- ¿Habrá algún aumento en los salarios de los ingenieros y científicos de Big Data?
- ¿Qué clases debo tomar en Georgia Tech si quiero ser un científico de datos?
- ¿Cuál sería su consejo para que pueda ser un científico de datos exitoso? ¿Es el siguiente currículum lo suficientemente bueno para una pasantía en ciencia de datos?
Al final, comprender los resultados de su análisis y poder convertirlos en una presentación convincente que transmita una comprensión de los datos y los puntos de acción a partir de ellos. Muy Muy difícil conseguir una máquina para hacer eso.
Entonces no, los científicos de datos no serán reemplazados por máquinas. Simplemente harán mejores máquinas para que la parte media sea más rápida y fácil.