Top deux compétences importantes pour tout métier de la Data Science
𝘼𝙣𝙖𝙡𝙮𝙨𝙚 𝙚𝙩 𝙘𝙤𝙣𝙩𝙚𝙭𝙩𝙪𝙖𝙡𝙞𝙨𝙖𝙩𝙞𝙤𝙣 𝙙𝙪 𝙥𝙧𝙤𝙗𝙡è𝙢𝙚
Avant de commencer par écrire ton code, vous devez analyser profondément et contextualiser le problème que vous voulez résoudre. Il faut bien connaître vos données et discuter plus avec les parties prenantes pour comprendre le besoin d’affaires.
Cela peut vous faire gagner énormément du temps et vous permettre de résoudre facilement les problèmes les plus complexes de la Data Science.
Un autre point très important. En entreprise, les dirigeants prennent des décisions en se basant sur les données que tu fournis, c’est-à- dire les données qui sont produites par ton code. Ce qui implique que si ton code génère des données incohérentes, les décisions aussi seront erronées. Et cela peut faire perdre beaucoup d’argent à l’entreprise.
Le langage 𝙎𝙌𝙇
Le SQL est aujourd’hui le langage le plus parlé dans le monde de la DATA. Vous devez apprendre ce langage et vous mettre à jour régulièrement.
Aujourd’hui, le SQL permet de parler avec les bases de données NOSQL en utilisant l’outil Presto.
En effet, Presto est un projet distribué sous licence Apache, qui consiste en un moteur de requête SQL optimisé pour les interactions temps réel.
Le SQL devient donc le langage universel de la DATA.
De plus si vous savez écrire des requêtes optimisées pour la production, vous êtes un(e) champion(ne).
You may also like
Le Top 6 des commandes SQL les plus utilisées en DATA SCIENCE
