Data Science (מדע הנתונים)
הגדרה
מדע הנתונים (Data Science) הוא התחום שמשתמש בסטטיסטיקה, בתכנות ובלמידת מכונה כדי לחלץ ידע ותחזיות ממידע מובנה ולא מובנה. מדען נתונים בונה מודלים שמנסים לחזות את העתיד, בשונה ממהנדס נתונים שמכין את המידע עצמו ומאנליסט נתונים שמסביר בעיקר מה קרה עד כה.
💡 דוגמה
חברת ביטוח שרוצה לדעת אילו לקוחות עומדים לבטל את הפוליסה שלהם לא שולחת סתם שאלון. מדען נתונים בונה מודל סטטיסטי שלומד מהיסטוריית הלקוחות הקודמים, ומסמן מראש את מי שבסיכון לעזוב.
מאיפה הגיע השם מדע הנתונים
לפי ויקיפדיה, מדע הנתונים (Data Science) הוא תחום בין-תחומי שמטרתו להפיק ידע ותובנות ממידע מאורגן ולא מאורגן, באמצעות שיטות מהסטטיסטיקה, ממדעי המחשב ומתחומים נוספים. השם עצמו ותיק בהרבה מהשימוש הנפוץ בו היום. ג'ון טוקי תיאר עוד ב-1962 תחום שקרא לו ניתוח נתונים (Data Analysis), שמזכיר במידה רבה את מדע הנתונים של היום. פיטר נאור הציע ב-1974 את השם מדע הנתונים כחלופה לשם מדעי המחשב, וסי. אף. ג'ף וו השתמש בו ב-1985, בהרצאה בבייג'ינג, כשם חלופי לסטטיסטיקה, והציע את אותה החלפה שוב ב-1997. התפיסה המודרנית של מדע הנתונים כתחום עצמאי מיוחסת לעיתים לוויליאם ס. קליבלנד, שפרסם אותה ב-2001. התואר המקצועי מדען נתונים (Data Scientist) מיוחס לדי ג'יי פאטיל ולג'ף האמרבאכר, שטבעו אותו ב-2008. ב-2012 פרסמו דבנפורט ופאטיל בכתב העת Harvard Business Review מאמר בשם "מדען נתונים: המשרה הסקסית ביותר של המאה ה-21", וכותרתו הפכה לביטוי שאומץ גם בעיתונים גדולים כמו "ניו יורק טיימס" ו"בוסטון גלוב".
מה מדען נתונים עושה בפועל
לפי ויקיפדיה, מדען נתונים הוא איש מקצוע שכותב קוד ומשלב אותו עם ידע סטטיסטי כדי לסכם מידע. לעיתים קרובות הוא עובד עם מידע לא מובנה, כמו טקסט או תמונות, ומשתמש באלגוריתמים של למידת מכונה כדי לבנות מודלים שמנסים לחזות תוצאות. ואסאנט דהאר, חוקר שמצוטט בוויקיפדיה, מסביר כך את ההבדל מהסטטיסטיקה המסורתית: הסטטיסטיקה מדגישה מידע כמותי ותיאור, ואילו מדע הנתונים מדגיש חיזוי ופעולה. גם היחס בין מדע הנתונים לסטטיסטיקה שנוי במחלוקת: אנדרו גלמן מאוניברסיטת קולומביה תיאר את הסטטיסטיקה כחלק לא הכרחי של מדע הנתונים, ואילו דייוויד דונוהו כתב שמדע הנתונים לא נבדל מסטטיסטיקה בגודל מערכי המידע או בשימוש במחשוב, ותיאר אותו כתחום יישומי שצמח מתוך הסטטיסטיקה המסורתית.
אנליסט נתונים מול מדען נתונים: השאלה הנפוצה ביותר
לפי ויקיפדיה, ניתוח נתונים הוא תהליך של בדיקה, ניקוי, עיצוב ומידול של מידע כדי למצוא בו מידע שימושי. אנליסט נתונים עוסק בעיקר באיסוף וארגון מידע, בניקויו, בתיאורו באמצעות סטטיסטיקה תיאורית כמו ממוצע, חציון וסטיית תקן, ובהצגת התוצאות בטבלאות ובתרשימים למקבלי החלטות. לפי אתר ההכשרה המקצועית CareerFoundry, ההבדל המעשי הנפוץ בין שני התפקידים הוא שאנליסט נתונים מנתח בעיקר את העבר, ואילו מדען נתונים עסוק יותר בעתיד: הוא בונה מודלים וניסויים שמנסים לחזות תוצאות ולעצב אסטרטגיה, ולא רק להסביר מה שכבר קרה. גם הכלים הנפוצים שונים בדרך כלל: אנליסט נתונים עובד ברוב המקרים עם אקסל ושפת שאילתות SQL, ואילו מדען נתונים נדרש לרוב גם לשפות תכנות כמו Python ו-R ולשיטות של למידת מכונה.
ארבעה תפקידים שקל לבלבל ביניהם
האתר הזה מתאר כבר שלושה תפקידים קרובים, וכדי להבין איפה מדע הנתונים נמצא ביניהם שווה להציב אותם זה לצד זה. מהנדס נתונים בונה ומתחזק את הצנרת שמביאה מידע ממקורות מבולגנים למקום נגיש, ולרוב מגיע מרקע של הנדסת תוכנה. מדען נתונים מקבל את המידע הנגיש הזה, ובונה ממנו מודלים סטטיסטיים ומודלים לחיזוי. אנליסט נתונים מתמקד בשאלה מה המידע הקיים כבר מגלה על העבר ועל ההווה, בלי בהכרח לבנות מודל שמנסה לחזות את העתיד. ומהנדס AI, תפקיד שהתפתח בשנים האחרונות, הוא מפתח תוכנה שבונה מוצרים מעל מודלים מוכנים, בעיקר דרך קריאות API, ולא מאמן מודל משלו ולא מנתח מידע ברמה הסטטיסטית שמדען נתונים מבצע. בפועל, הגבולות האלה מטושטשים בחברות קטנות, שבהן אדם אחד עשוי למלא כמה מהתפקידים האלה בבת אחת.
תחום שעדיין מתעצב
כפי שתואר למעלה, יש חוקרים שרואים במדע הנתונים המשך ישיר של הסטטיסטיקה ולא תחום נפרד, אבל בפועל המקצוע רק התבסס. ב-2014 שינתה המחלקה ללמידה סטטיסטית ולכריית נתונים של האיגוד האמריקאי לסטטיסטיקה את שמה למחלקה ללמידה סטטיסטית ולמדע הנתונים, ועשור אחרי המאמר שלהם ב-Harvard Business Review, דבנפורט ופאטיל כתבו שוב שהביקוש לתפקיד אצל מעסיקים גבוה מאי פעם. מודל AI שמאומן על מידע לקוי יתקשה להצליח, ומדען הנתונים הוא לעיתים קרובות מי שבודק את איכות המידע עוד לפני שהמידע מגיע לשלב האימון.
📬 הגיליון השבועי של Wiki-AI
פעם בשבוע, ביום ראשון: שלושת הדברים החשובים שקרו בעולם הבינה המלאכותית, בעברית פשוטה, וערכים חדשים באנציקלופדיה. לגיליונות
| מהנדס נתונים | אנליסט נתונים | מדען נתונים | מהנדס AI | |
|---|---|---|---|---|
| המיקוד המרכזי | בניית הצנרת שמביאה את המידע ממקור למקום נגיש | הסבר של מה שהמידע הקיים מגלה על העבר וההווה | בניית מודלים סטטיסטיים שמנסים לחזות תוצאות | בניית מוצרים מעל מודל AI מוכן |
| כלים נפוצים | Java, Python, Scala, מסדי נתונים | אקסל, SQL, כלי ויזואליזציה | Python, R, שיטות למידת מכונה | קריאות API למודלי יסוד, Python |
| בונה מודל שמנסה לחזות את העתיד? | לא | לרוב לא | כן | לא — משתמש במודל קיים |
| רקע טיפוסי | הנדסת תוכנה | מתמטיקה או הנדסה (תואר לא תמיד נדרש) | סטטיסטיקה או מדעי המחשב, לרוב עם תואר מתקדם | הנדסת תוכנה |
שאלות נפוצות ❓
מה ההבדל בין אנליסט נתונים למדען נתונים?
אנליסט נתונים מנתח בעיקר מה שכבר קרה, בכלים כמו אקסל ו-SQL. מדען נתונים בונה מודלים סטטיסטיים ומודלי למידת מכונה שמנסים לחזות תוצאות עתידיות, ולרוב עובד בשפות כמו Python או R.
מאיפה הגיע השם מדע הנתונים?
השם הוצע עוד ב-1974 כחלופה לשם מדעי המחשב, ושימש גם כחלופה לשם סטטיסטיקה ב-1985. התואר המקצועי מדען נתונים מיוחס לדי ג'יי פאטיל וג'ף האמרבאכר, ב-2008.
מה ההבדל בין מדען נתונים למהנדס נתונים?
מהנדס נתונים בונה ומתחזק את הצנרת שמביאה מידע נקי ונגיש. מדען נתונים משתמש במידע הזה כדי לבנות מודלים סטטיסטיים ומודלים לחיזוי.
מה ההבדל בין מדען נתונים למהנדס AI?
מהנדס AI בונה מוצרים מעל מודלים מוכנים דרך קריאות API, בדרך כלל בלי ניתוח סטטיסטי מעמיק ובלי לאמן מודל חדש. מדען נתונים עוסק בעיקר בשני הדברים האלה.
האם מדע הנתונים הוא בעצם סטטיסטיקה בשם אחר?
יש על זה מחלוקת בין חוקרים. דייוויד דונוהו כתב שמדע הנתונים לא נבדל מסטטיסטיקה בגודל המידע או בשימוש במחשוב, ותיאר אותו כתחום יישומי שצמח מתוך הסטטיסטיקה. אנדרו גלמן, לעומתו, תיאר את הסטטיסטיקה כחלק לא הכרחי של מדע הנתונים, וואסאנט דהאר מדגיש שמדע הנתונים מתמקד בחיזוי ובפעולה, לא רק על תיאור כמותי.