Στο προηγούμενο άρθρο, είδαμε ποιες είναι οι διαφορές μεταξύ τεχνητής νοημοσύνης, μηχανικής μάθησης και βαθιάς μάθησης. Ήρθε ή ώρα να συνεχίσουμε την αποσαφήνιση!
Πριν κάνουμε τον διαχωρισμό κάποιων επαγγελμάτων όπου υλοποιούν αυτές τις επιστήμες, (να αναφέρω ότι στο background του, κάποιος πρέπει να έχει πολύ καλές γνώσεις μαθηματικών, στατιστικής και πληροφορικής) ας ξεκαθαρίσουμε στον παρακάτω πίνακα κάποιους όρους της AI και πως αυτές εφαρμόζονται στις αγορές.
AI term | Τι σημαίνει στην πραγματικότητα? | Πώς εφαρμόζεται στην αγορά? | |
Natural Language Processing & Generation | Mπορεί να εκτελέσει ανάλυση συναισθημάτων και έξυπνα μηνύματα | Αποκτιέται καλύτερη κατανόηση της εικόνας των αγοραστών και βελτιώνεται οι συνδέσεις με τους καταναλωτές | |
Computer vision | Mπορεί να επεξεργαστεί, να αναλύσει και να προσθέσει ετικέτες σε ψηφιακές εικόνες και βίντεο | Οργανώνονται οι φωτογραφίες και τα βίντεο για πιο έξυπνη εκ νέου στόχευση, κοινωνική ακρόαση και εμπορεύματοποίηση | |
Virtual Personal Assistants | Έξυπνη βοήθεια με απλές και επαναλαμβανόμενες εργασίες | Αναθέτονται εργασίες σε εξωτερικούς συνεργάτες όπως ο προγραμματισμός στον προσωπικό σας βοηθό που μαθαίνει με την πάροδο του χρόνου | |
Intelligent Analysis | Προγνωστικά αναλυτικά στοιχεία και προτάσεις από τα δεδομένα σας | Αποκτιέται μια καλύτερη κατανόηση του τι σημαίνει η έκθεση της επωνυμίας του καθενός και τα δεδομένα προφίλ πελατών | |
Automated Marketing Processes | Αυτόματες ροές εργασίας που ενεργοποιούνται από κανόνες που έχουν καθοριστεί προηγουμένως | Λαμβάνονται αυτόματες και βέλτιστα προγραμματισμένες ενημερώσεις δεδομένων, μηνύματα ηλεκτρονικού ταχυδρομείου και δημοσιεύσεις κοινωνικών μέσων |

Ποιός είναι ο Data Scientist?
Ένας Data scientist συγκρίνει δεδομένα και εφαρμόζει μηχανική μάθηση, αναλυτική πρόβλεψη (predictive analytics) και εξόρυξη γνώμης (sentiment analysis) για την εξαγωγή σημαντικών και έξυπνων πληροφοριών από τα δεδομένα. Το πεδίο αυτό περιέχει επιστήμες όπως μαθηματικά, στατιστική και πληροφορική. Η Επιστήμη δεδομένων σε απλά ελληνικά, είναι η διαδικασία, η οποία προσδίδει αξία στα δεδομένα και αποφέρει πολύτιμα συμπεράσματα στον αναλυτή. Με λίγα λόγια κάνει πολύ πιο εύκολη τη ζωή πολλών ανθρώπων από την ακαδημαϊκή κοινότητα έως τη βαριά βιομηχανία. Επίσης, αναφέρονται και ως οι τεχνικοί επαγγελματίες που εργάζονται σε μεγάλα σύνολα δεδομένων (Big Data sets).
Ποιός είναι ο Data Analyst?
Οι αναλυτές δεδομένων είναι ένας συνδυασμός τεχνικών και διαχειριστικών (management) επαγγελματιών. Ένας αναλυτής δεδομένων κάνει τα βασικά περιγραφικά στατιστικά στοιχεία, την οπτικοποίηση δεδομένων και κοινοποιεί σημεία δεδομένων στη διεύθυνση του φορέα όπου συνεργάζεται. Οι βασικές δεξιότητες περιλαμβάνουν μια βασική κατανόηση των στατιστικών, την κριτική και λογική σκέψη, και τη δημιουργικότητα για την οπτικοποίηση δεδομένων σε πίνακες εργαλείων.
Ποιός είναι ο Machine Learning Expert?
Ένας expert της μηχανικής μάθησης στην ουσία χρησιμοποιεί μη αυστηρό κώδικα προγραμματισμού βασισμένο σε αλγορίθμους τους οποίους μπορεί να γράψει μέσω διαφόρων γλωσσών προγραμματισμού ώστε να εξάγει δεδομένα, να δημιουργήσει μοντέλα για την πρόβλεψη μελλοντικών τάσεων καθώς και σε πολλούς άλλους τομείς. Με απλά λόγια η μηχανική μάθηση περιλαμβάνει αλγόριθμους και μαθηματικά μοντέλα τα οποία βοηθούν τους ειδικούς της επιστήμης αυτής να εντοπίσουν συσχετίσεις και να αποκαλύψουν κρυμμένες πληροφορίες, όπου ο ανθρώπινος εγκέφαλος δεν μπορεί να τις αντιληφθεί.
Το μέλλον...
Σίγουρα υπάρχουν και άλλες έννοιες όπου δεν τις αναλύσαμε, αλλά αυτές ήταν κάποιες από τις οποίες τις συναντάμε συχνά-πυκνά στα social media. Ίσως μπορεί να αντιληφθεί κανείς πλέον μετά τους ορισμούς αυτών των εννοιών ότι η AI ίσως είναι ήδη παντού. Πολλαπλά οφέλη και trends σχετίζουν περισσότερες ενέργειες για την ανάπτυξή της καθώς και η εμμονή της επεξήγησης αυτού του ‘Black Box’ θα φέρει τρομερά αποτελέσματα για την ανθρωπότητα στο προσεχές μέλλον. Σε επόμενα άρθρα θα προσπαθήσουμε να εξηγήσουμε τη χρήση αρκετών υπό-περιοχών της.
Από τον Θάνο Σιούρα
Ph.D. Candidate
Machine Learning engineer at AiDEAS OU
Ανταποκρινόμενοι στις προκλήσεις της εποχής, στην AiDEAS αναπτύσσουμε έξυπνες λύσεις σε διάφορους τομείς όπως στον τομέα της υγείας και της βιομηχανίας. Μία επίσκεψη στο site, θα σας πείσει
ΛΙΓΑ ΛΟΓΙΑ ΓΙΑ ΤΗΝ aIDEAS
One thought on “Data Scientist, Data analyst και ML expert. Ποια η διαφορά?”
Τα σχόλια είναι απενεργοποιημένα.