1.1.1.Defining Data Science - sj50179/IBM-Data-Science-Professional-Certificate GitHub Wiki

Fundamentals of Data Science

Data science can help organizations understand their environments, analyze existing issues, and reveal previously hidden opportunities.

데이터 과학은 각 조직이 조직 환경을 이해하고 현존하는 문제를 분석하고, 예전에는 숨겨져 있었던 기회들을 찾아내도록 도와준다.

Data scientists use data analysis to add to the knowledge of the organization by investigating data, exploring the best way to use it to provide value to the business.

데이터 과학자들은 조직의 지식을 늘리는 데 데이터 분석을 이용한다. 이를 위해 데이터를 조사하고, 데이터 분석을 이용한 최상의 방법을 탐색하여 사업에 도움을 준다.

Good data scientists are curious people who ask questions to clarify the business need.

좋은 데이터 과학자들은 비즈니스 요구를 파악하려고 질문하는 호기심 많은 사람들이다.

The next questions are: "what data do we need to solve the problem, and where will that data come from?".

필요한 질문은 "문제 해결을 위해 필요한 데이터는 무엇인가?"와 "어디서 데이터를 수집해야하는가?"이다.

Data scientists can analyze structured and unstructured data from many sources, and depending on the nature of the problem, they can choose to analyze the data in different ways.

데이터 과학자들은 많은 자료들로부터 수집한 정형 데이터와 비정형 데이터를 분석할 수 있다. 또한 그들은 문제점의 특성에 따라 다른 방법을 이용해서 데이터를 분석할 수 있고, 여러 모델을 이용하여 데이터를 탐색하고 패턴과 특이치를 찾아낸다.

---

Advice for New Data Scientists

My advice to an aspiring data scientist is to be curious, extremely argumentative and judgmental. Curiosity is absolute must. If you're not curious, you would not know what to do with the data. Judgmental because if you do not have preconceived notions about things you wouldn't know where to begin with. Argumentative because if you can argument and if you can plead a case, at least you can start somewhere and then you learn from data and then you modify your assumptions and hypotheses and your data would help you learn. And you may start at the wrong point. You may say that I thought I believed this, but now with data I know this. So, this allows you a learning process. So, curiosity being able to take a position, strong position, and then moving forward with it.

"장차 데이터 과학자가 되려는 분들에게 드리고 싶은 조언은 호기심을 갖고, 매우 논쟁적이며, 비판적이어야 한다는 것입니다. 호기심은 반드시 필요합니다. 호기심을 느끼지 않는다면, 데이터로 무엇을 해야할 지 모를 것입니다. 왜 비판적이어야 하나면, 그 일이 어떨 것이라는 생각을 하지 않으면 어디서부터 시작해야 할지 모르기 때문이죠. 또 논쟁적이어야 하는데, 여러분이 논쟁을 할 수 있고, 어떤 경우에 대해 답변할 수 있다면 적어도 여러분은 어디서라도 시작해서 데이터로부터 배울 수 있기 때문입니다. 여러분의 가정과 가설을 수정할 수 있고, 데이터는 여러분의 학습에 도움이 될 겁니다. 잘못된 지점에서 시작할 수도 있습니다. 여러분은 아마도 "나는 이럴 것이라고 생각했어 하지만 이젠 데이터를 통해서, 이걸 알게 됐어"라고 말하겠죠. 그래서 여러분은 이걸 통해 학습 과정을 알 수 있습니다. 따라서, 호기심은 여러분이 확고한 포지션을 취하고 거기서부터 앞으로 나아가도록 합니다."

So figure out first what you're interested, and what is your competitive advantage. Your competitive advantage is not necessarily going to be your analytical skills. Your competitive advantage is your understanding of some aspect of life where you exceed beyond others in understanding that. Maybe it's film, maybe it's retail, maybe it's health, maybe it's computers. Once you've figured out where your expertise lies, then you start acquiring analytical skills. What platforms to learn and those platforms, those tools would be specific to the industry that you're interested in. And then once you have got some proficiency in the tools, the next thing would be to apply your skills to real problems, and then tell the rest of the world what you can do with it.

"우선 여러분이 관심 있는 것이 무엇인지, 여러분의 경쟁 우위는 무엇인지 찾아보십시오. 경쟁 우위가 반드시 분석 기술이어야 할 필요는 없습니다. 여러분의 경쟁 우위는 어떤 양상을 이해하는 데 있어서 다른 사람들을 능가하는 것입니다. 이는 영화일 수도 있고, 소매일 수도 있고, 보건일 수도 있고, 컴퓨터일 수도 있습니다. 일단 여러분의 전문 지식이 무엇인지 찾고 나서 분석 기술을 습득하기 시작하면 됩니다. 배워야 하는 플랫폼들과 도구들은 여러분이 관심 있는 산업에 따라 다를 겁니다. 그렇게 여러분이 그 도구들에 능숙해지면, 여러분의 기술을 실제 문제에 적용해 보십시오. 그리고 전 세계에 여러분이 데이터를 이용해 무엇을 할 수 있는지 말하십시오."

---

Lesson Summary

In this lesson, I have learned:

• Data science is the study of large quantities of data, which can reveal insights that help organizations make strategic choices. 데이터 과학은 조직이 전략적 선택을 하는데 도움이되는 통찰력을 보여줄 수 있게 대량의 데이터를 연구하는 학문이다.

• There are many paths to a career in data science; most, but not all, involve a little math, a little science, and a lot of curiosity about data. 데이터 과학 분야에는 많은 길이 있다; 전부까지는 아니지만, 대부분에, 약간의 수학, 약간의 과학, 그리고 데이터에 대한 많은 호기심을 수반한다.

• New data scientists need to be curious, judgemental and argumentative. 새로운 데이터 과학자들은 호기심 많고, 판단력 있고, 논쟁적이어야 한다.

• Why data science is considered the sexiest job in the 21st century, paying high salaries for skilled workers. 데이터 과학은 21세기에 가장 섹시한 직업으로 여겨지며, 숙련된 노동자들에게 높은 급여를 지급한다.

---

Quiz