Verpassen Sie nie eine neue Ausgabe von Die Variableunser wöchentlicher Publication mit einer erstklassigen Auswahl an Picks der Redakteure, Deep Dives, Neighborhood Information und mehr.
Die Debatte um AIs Auswirkungen auf technische Karriere hat polarisiert – es sehr ausdrücken, sehr leicht.
Die Utopier zeigen auf eine Zukunft, in der Datenwissenschaftler und Programmierer sich auf Administration, Strategie und tiefes Denken konzentrieren können, anstatt sich auf langweilige, sich wiederholende Aufgaben. Die Pessimisten fürchten sich in der Zwischenzeit vor einer Zukunft, in der es keine Datenwissenschaftler und Programmierer mehr gibt.
Diese Woche laden wir Sie ein, den Raum zwischen diesen Positionen und den Möglichkeiten zu erforschen, die sich in der Unsicherheit ergeben. Die Artikel, die wir ausgewählt haben, deuten darauf hin, dass wir die Macht der KI nutzen können, um bei unseren Arbeitsplätzen besser und effektiver zu werden – und während der Eigenschaften, die den Menschen unersetzlich machen.
Werden Sie ein besserer Datenwissenschaftler mit diesen schnellen technischen Tipps und Methods
„Ich sehe schnelle Engineering als Supermacht“, sagt Sara Nobrega– Eines, das intelligentere Arbeiten und erhebliche Zeiteinsparungen für Junior- und erfahrene Datenfachleute ermöglichen. Im ersten Teil ihrer neuen Serie packt Sara die Vorteile von promptem Engineering während des EDA -Prozesss (Exploratory Information Evaluation) aus.
Datenwissenschaftsinterviews im Zeitalter der KI überdenken
Yu Dong ist überzeugend für einen KI-informierten Einstellungsprozess und erklärt, wie Kandidaten neue Instruments verwenden können, um ihre Fähigkeiten zu präsentieren.
Ihre persönliche Analyse -Toolbox
Mit Hilfe des Open-Supply-MCP (Modellkontextprotokolls) ist Mariya Mansurova der Ansicht, dass Datenwissenschaftler ihre Arbeit optimierter-und interessanter werden.
Die Should-Learn-Geschichten dieser Woche
Nachholen Sie die Artikel, über die unsere Neighborhood in den letzten Tagen summt hat:
Andere empfohlene Lesevorgänge
Erkunden Sie einige herausragende Artikel, die wir kürzlich veröffentlicht haben – sie behandeln zeitnahe Themen wie Voreingenommenheit in LLMs, skalierbarer KI und freiberuflicher Tätigkeit als Datenwissenschaftler:
Treffen Sie unsere neuen Autoren
Entdecken Sie erstklassige Arbeiten einiger unserer kürzlich hinzugefügten Mitwirkenden:
- Dave FlynnDer erste TDS-Artikel konzentriert sich auf die validierende Datenvalidierung.
- Jens Winkelmann tritt unserer Autor -Neighborhood mit einem multidisziplinären Hintergrund in Physik, Datenwissenschaft und KI bei.
- Ashton Gribble Widmt seine Debütgeschichte der Algorithmus-Liederidentifizierungs-App Shazam.
Wir lieben es, Artikel von neuen Autoren zu veröffentlichen. Wenn Sie additionally kürzlich ein interessantes Projektwechsel, Tutorial oder theoretische Reflexion über eines unserer Kernthemen geschrieben haben, warum nicht Teile es mit uns?