Regularisierung gegen Overfitting bei einem Modeunternehmen

Irgendwo zwischen Forscher und Softwareentwickler sitzt der Data Scientist – die Person, die Fragen beantwortet, von denen ein Unternehmen gar nicht wusste, wie man sie stellen sollte. Die Arbeit vereint Statistik, Programmierung und eine hartnäckige Weigerung, einfache Erklärungen zu akzeptieren. In einer Woche entwirfst du vielleicht ein Experiment, um zu messen, ob eine neue Funktion tatsächlich zu mehr Nutzung führt, in der nächsten baust du ein Prognosemodell, das den Einstellungsplan für das nächste Jahr bestimmt. Studierende, die sowohl Matheunterricht als auch das Schreiben von Aufsätzen mochten, haben hier oft Erfolg. Werkzeuge wie Python und PyMC werden zu täglichen Begleitern, aber die tiefere Fähigkeit ist es, die richtige Frage zu stellen. Exzellenz zeigt sich in einer Empfehlung, die sechs Monate später noch Bestand hat, weil die zugrundeliegende kausale Argumentation solide war.

Data Science