האינטרנט הוא עצום - יותר מ-634 מיליון אתרים מארחים יותר מ-30 טריליון דפים - כך שכולנו זקוקים לעזרה לחתוך את הדברים הטובים. רבים מאיתנו פונים לאתרי מדיה חברתית, שם אנו נתקלים בקישורים שצומצמו וחולקו על ידי אחרים דרכםמעט. למעשה, 30% מהקישורים ברשת החברתית הם מעט קישורים. קנה מידה זה נותן לסטארט-אפ הניו יורקי מערך נתונים מוצק של מה שנלחץ ומשתף ברחבי האינטרנט בזמן אמת, והואהילארי מייסוןתפקידו של המדען הראשי לחלץ דרך הנתונים הללו ולחלץ גרעינים מעניינים (כמו האם כלבים או חתולים באמת שולטים באינטרנט, בין היתר).

מייסון נבחר לאחרונה לאחד מה100 האנשים היצירתיים ביותר בעסק, והכרה זו מבשרת גבול חדש למדעי הנתונים. כי למרות שמדע והנדסה לא נחשבים בדרך כלל כתחומים "יצירתיים", הם באמת כאלה. מייסון, בליבה, היא מספרת סיפורים, והסיפורים שלה מונעים מהנתונים שהיא חושפת ומה הם חושפים על טבע האדם והתנהגויות חברתיות.

בראיון עם Mashable, מייסון מדבר על ביג דאטה, סקרנות ומדוע מכללות צריכות לחשוב מחדש על תוכניות הלימודים שלהן במדעי המחשב. אם קריאת התובנות שלה לגבי מדעי הנתונים יוצרת צמא לידע נוסף בנתונים, עיין בכמה מהבלוגים האהובים על מדעי הנתונים של מייסוןבחבילה הקטנה הזו, ולקרוא אותהטיפים לכניסה למדעי הנתונים.

שאלות ותשובות עם הילארי מייסון, המדען הראשי ב-bitly

למה הגעת למדעי הנתונים?

גדלתי כמדען מחשבים, ותמיד הוקסמתי מאלגוריתמים. התווית "מדע נתונים" לא הייתה קיימת כשהתחלתי לעשות את סוג העבודה שאני עושה, אבל זו הרחבה טבעית ללימוד אלגוריתמים -- זה דבר אחד לכתוב שיטות לפתרון בעיה, ודבר דומה ל לפתור בעיה בנתונים. יש לי מזל גדול לעבוד ב-bitly, עם מערך נתונים המאפשר לנו לחקור התנהגות חברתית אנושית בקנה מידה של התנהגות חברתית אנושית.

מהן התגליות הכי מעניינות שגילית בזמן חפירה בנתונים של bitly?

כל מיני דברים! האם ידעת שרשתות חברתיות שונותבשימוש שונהבמדינות שונות? זֶהלסיפורים על ספורט יש את זמן מחצית החיים הקצר ביותר(כלומר, תשומת הלב יורדת הרבה יותר מהר מאשר בסיפורים אחרים)? זֶהעליך לפרסם לטוויטר במהלך שעות העבודה? או שיש בעצםיותר תמונות של כלבים ששותפו באינטרנט מאשר חתולים, למרות שחתולים הפכו לסמלים לטיפשות של דברים שחולקים באינטרנט?

ראה גם:

מהם כמה מהשימושים המעניינים ביותר בנתונים שקיימים כיום?

יש המון שימושים בנתונים בתחום הפיננסים והפרסום, אבל אני הרבה יותר נרגש מהשימוש בנתונים לבניית יכולות שאחרת לעולם לא היו לנו. נתונים יכולים לתת לנו כוחות על!

אני אוהבforecast.io, שלוקח נתוני מזג אוויר ממשלתיים, מיקום ה-GPS שלך ועושה חלקלמידת מכונהלספק מיקרו תחזית מדויקת רק עבור המיקום הנוכחי שלך. אני גם מתרשם יותר ויותרעבודתו של מייק פלורס, קצין ניתוח ראשי של ניו יורק והצוות שלו, שם הם הצליחו לעשות דברים כמו להפחית את זמני התגובה של אמבולנס בניו יורק בדקה אחת על ידי מציאת מיקומי אמבולנס אופטימליים יותר.

הילארי מייסון משתפת כמה פריצות למייל שהיא יצרה

ספר לי על HackNY, מקורותיה וכמה מהסטודנטים/סטארט-אפים המעורבים.

HackNYהחלה לספק גשר לסטודנטים לקהילה הטכנית היצירתית של ניו יורק על ידי חיבור סטודנטים מוכשרים להזדמנויות בסטארט-אפים בניו יורק, ותמיכה בהם כשהם הופכים לאנשי מקצוע טכניים מצטיינים. זה עשה עבודה נהדרת לעשות את זה!

אתה יועץ לכמה סטארט-אפים, כוללknod.esוDataKind-- מה מושך אותך לסטארט-אפ?

אני מחפש אנשים יצירתיים וחכמים שעובדים על בעיה קשה שנמצאת רק בקצה השני של פתרון, בתחום או במוצר שאני מוקסם מהם. בעיקרון, אני מוצא דברים שהייתי רוצה לראות קיימים בעולם, ומנסה לעשות מה שאני יכול כדי לעזור להם להתקיים.

אילו תכונות אישיות הופכות למדען טוב?

סקרנות, כושר המצאה והתמדה. מדע הוא התרגול להיכשל שוב ושוב, אבל ללמוד תוך כדי. מדען טוב יכול להבין את המצב הנוכחי של תחום, לבחור שאלות מעניינות שבהן הצלחה תוביל למעשה לידע חדש ושימושי, ולדחוף את התחום הלאה דרך עבודתו.

ת7: ההבטחה האמיתית של מדע הנתונים היא בנטילת כמות עצומה של נתונים והפיכתם להבנה קלה למוח האנושי#cloudchat

- הילארי מייסון (@hmason)9 במאי 2013

מה העתיד של מדעי הנתונים?

למדעי הנתונים יש עתיד מזהיר - רק יהיו יותר נתונים, ויותר צורך באנשים שיכולים למצוא משמעות וערך בנתונים האלה. אנחנו גם מתחילים לראות צורך גדול יותר במהנדסי נתונים, אנשים שיבנו תשתית סביב נתונים ואלגוריתמים, ואמני נתונים, אנשים שיכולים לדמיין את הנתונים.

באירוע שנערך לאחרונה עבורWIM, דיברת על התחושה שלך שמדעי המחשב לא נלמדים בצורה נכונה בקולג' -- למה אתה מתכוון בזה?

תוכנית המבוא הטיפוסית של CS בנויה להיות קשה, מה שמציב אנשים שלא ראו את החומר בעבר בעמדת נחיתות, ויש אנשים שעושים פרויקטים שאין להם שום רלוונטיות לעולם האמיתי, או אפילו לעולם האמיתי של התוכנה. הַנדָסָה. מטלה טיפוסית היא לפתור פקטורי, ואז לפתור אותה שוב, רקורסיבית. גיליתי שתלמידים מתוסכלים, כי הם רואים את אותה תפוקה מבלי להבין מדוע חשוב ללמוד מספר טכניקות לבעיות אלו.

אשמח לראות תוכנית מבוא שבאמת מעסיקה תלמידים בבניית דברים באמצעות טכנולוגיה. מדעי המחשב יכולים להעצים, וגם אם אתה לא מתכוון להתמחות בזה, ליצור דברים עם טכנולוגיה היא מיומנות שאתה יכול להביא איתך לכל מה שאתה עשוי לעשות בסופו של דבר.