пытаюсь для себя понять разницу между этими двумя областями и есть ли она вообще?
Встречал разное мнение и кто-то говорит, что ML это подмножество DS
Кто-то что DS вообще не существует и это, что-то типо Computer Science, но компьютерщиков же по сути тоже нет, а есть Java Backend Developer или там Vue Frontend Developer, то же самое и Data Science, есть ML Engineer, Data Engineer, Data Analytics, DevOps/MLOps.
А есть мнение, что DS и ML пересекаются, но только частично, то есть у DS есть, что-то чего нет в ML, а в ML есть то, чего нет в DS. (Как на изображение)
У кого какие мысли по этому поводу?
А зачем вам понимать разницу между двумя понятиями, у которого нет четкого разделения? Вопрос в чём: что изменится благодаря этому пониманию? Может, вам просто определиться с тем, чем конкретно вы хотите заниматься? Ну посмотрите вакансии в «компанию мечты», например
Да забейте болт, оно само придет, когда понимание предмета будет, вот его-то и нужно получать
дс больше анализирует mle больше кодит собственно другого как будто нет, чисто эмпирически) как дс больше сидишь анализируешь импакт моделек, валидируешь, ищешь доп инсайты из предметной области для крутых фичей как мле больше сидишь кодишь, по оопшному, все-дела. чаще всего даже на нормальном языке, а не на питоне, задача написать модельку с полунуля и обучить, а анализ уже на втором плане это все обсусловлено тем, что ДС сидит на табличках, а МЛЕ это про диплернинг, соответственно на табличках сидишь анализируешь, а на МЛЕ пытаешься стакать слои из очередной «атеншн из олл ю нид»
дс больше анализирует mle больше кодит Но даже это неточно :)
может быть, опыт сугубо такой по одногруппникам с баки/маги что точно - в конце концов разницы нет для человека, если он в нужных модельках разбирается) и перекодирует на плюсах с помощью гпт, и проанализирует ход поршней если и лосс и оптимизацию понимает)
ага, пытаюсь понять, что лично мне больше подходит. Просто у меня есть возможность пойти на буткэмп на 3-4 месяца и есть буткэмп на Data Science с уколоном на нализ данных, есть типо чистый Data Scientist, а есть на MLE... я как бы на описание обучения MLE смотрю и там как бы всё, что есть в DS буткэмпе + "навыки DevOps".
Ну так МЛЕ это не МЛ :)
моя остановка
Как я понимаю - ДС находится на стыке всего и должен уметь все, но не всегда на таком уровне, как специалисты определенной области. А именно, Data Engineering, Data Analysis, Data Science и Machine Learning. ДС должен уметь все это делать, но DE вероятно будет больше знаний иметь в области пайпланов, даталейков, т.п., DA больше опыта составления дашбордов, визуализации, способов и приемов донесения информации, ML соответственно больше в МЛ, и наверное самое требовательное направление, если реально идти в дебри
А ещё датасатанисты должну уметь ремонтировать принтер.
Я умею вызвать ремонтника 😎
это вообще база, даже не спрашивают а если выясняется что такого скилла нет то увольняют с позором
Не по рангу, нам боярам принтера ремонтировать.
Всмысле? 🤪😁
Ну там еще буква Е есть
Ну да, но это ведь подмножество ML
МЛЕ? Нет, конечно
Обсуждают сегодня