您如何了解数据分析的最新趋势？您经常访问哪些数据分析资源（即博客/网站/应用程序）？
Abirami R： 我会定期阅读数据科学社区人士撰写的博客和文章。我还会参加会议和峰会，以便及时了解新技术和理论。我还会阅读 Kaggle 和 Medium 上的文章。
。
Abirami R：
吴恩达
杰森·布朗利
DJ帕蒂尔
团队、技能和工具
您最喜欢在工作中使用哪些 希腊手机号码列表 数据分析工具？您的团队还广泛使用哪些其他工具？
Abirami R： 我每天使用 R 和 Python 完成大部分工作，例如 EDA、数据清理和模型构建。根据数据量，我们会连接到数据源。对于中等数据集，我们使用 RDBMS 或文件作为数据源，而对于大型数据集，我们会连接到大数据源。
您的数据团队中有哪些不同的角色和技能？
Abirami R： 有些人——
从事数据管道工作的人员——数据工程师
从事数据分析和洞察工作的人——数据科学家
从事数据表示和可视化工作的 UI/UX 工程师
帮助描述一些您的团队今年正在解决的问题类型的例子？
Abirami R： 使用船舶发动机上的传感器数据来预测发动机停机情况。
你如何衡量你的团队的表现？
Abirami R：
能够将测量数据转化为有意义的见解。
利用回顾性学习来预测未来。
这是我们衡量自己表现的两个标准。
对有志于成为数据科学家的人的建议
您认为数据分析师和数据科学家需要具备哪些最重要的技能，包括技术和软技能？
Abirami R：
技术技能
精通 DBMS
EDA 和可视化
模型背后的数学
软技能
耐心
不带偏见的思考
跳出思维定式
有志于从事数据工作的人士应该在处理混乱、嘈杂的数据时投入多少精力？他们还必须在哪些领域积累专业知识？
Abirami R： 首先，分析师应该从正常数据中识别出噪声数据。这与我们要解决的问题不同。有时，我们认为有噪声的数据点实际上可能是对业务有意义的数据点。因此，纯粹的领域知识以及支持数据的证据决定了它是好数据还是噪声数据。丢弃或保留它们是分析师的决定。