Kierunek Big Data Analytics (studia po angielsku) - University of Derby (Derby) - Studia magisterskie II stopnia - kierunki studiów i testy predyspozycji

1. Na praktykach dostajesz zbiór danych tak duży, że arkusz kalkulacyjny przestaje odpowiadać. Co robisz?

Przenoszę analizę do bazy danych lub narzędzi do przetwarzania rozproszonego i piszę własne zapytania oraz skrypty. Wybieram mniejszą próbkę i pracuję na niej w arkuszu. Proszę kogoś bardziej doświadczonego, żeby się tym zajął.

2. Jak oceniasz swoje umiejętności programistyczne, np. w Pythonie czy SQL, po studiach I stopnia?

Swobodnie piszę skrypty i zapytania, a nowe biblioteki opanowuję samodzielnie. Znam podstawy, ale przy złożonych zadaniach potrzebuję wsparcia. Unikam programowania, jak tylko mogę.

3. Twój model świetnie radzi sobie na danych testowych, ale na nowych danych wypada słabo. Jak reagujesz?

Sprawdzam, czy nie doszło do przeuczenia albo wycieku danych, i poprawiam sposób walidacji. Próbuję innego algorytmu i liczę, że będzie lepiej. Uznaję, że to wina nowych danych.

4. Pracujesz nad wspólnym projektem z osobami z kilku krajów — dokumentacja, przeglądy kodu i spotkania odbywają się po angielsku. Jak się w tym odnajdujesz?

Dobrze — swobodnie czytam dokumentację techniczną, opisuję swoje zmiany i dyskutuję o rozwiązaniach po angielsku. Czytam bez problemu, ale dyskusje na spotkaniach kosztują mnie sporo wysiłku. Wolałbym/wolałabym pracować wyłącznie po polsku.

5. Menedżer prosi Cię o „dashboard ze wszystkimi danymi”. Co robisz?

Dopytuję, jakie decyzje ma wspierać, i wybieram kilka kluczowych wskaźników. Umieszczam wszystkie dostępne wykresy — niech sam wybierze. Wysyłam mu surowe dane w pliku.

6. Dane pochodzą z wielu źródeł, mają różne formaty i sporo braków. Jak podchodzisz do ich czyszczenia?

To dla mnie ważny etap — wiem, że od jakości danych zależy wiarygodność całej analizy. Robię to, bo muszę, ale bez entuzjazmu. Pomijam ten etap i od razu przechodzę do modelowania.

7. Analizowane dane zawierają informacje o klientach. O czym myślisz w pierwszej kolejności?

O anonimizacji, ograniczeniu dostępu i o tym, czy wolno nam używać tych danych w tym celu. O tym, żeby nie wysyłać ich nikomu mailem. O niczym szczególnym — liczy się wynik analizy.

8. W ogromnym zbiorze danych odkrywasz silną korelację między dwiema zmiennymi. Jaki wniosek wyciągasz?

Zanim zacznę mówić o przyczynie i skutku, sprawdzam, czy to nie przypadek albo efekt trzeciej zmiennej. Zakładam, że jedna zmienna wpływa na drugą, ale zaznaczam, że warto to zweryfikować. Ogłaszam odkrycie — liczby nie kłamią.

9. Jak uczysz się nowych narzędzi do przetwarzania danych?

Testuję je na własnych projektach, czytam dokumentację i śledzę, czym zajmuje się społeczność analityków. Uczę się ich, kiedy wymaga tego praca. Wolę trzymać się tego, co już znam.

10. Co najbardziej motywuje Cię do studiów magisterskich na kierunku Big Data Analytics?

Chęć pracy jako data scientist lub inżynier danych i wspierania ważnych decyzji analizą ogromnych zbiorów danych. Dobre perspektywy zawodowe w branży danych. Nie jestem pewien/pewna, czy to dla mnie

Big Data Analytics

⇑Big Data Analytics - University of Derby

⇑Test: sprawdź czy Big Data Analytics to kierunek dla Ciebie