9 υπέροχα podcasts για επιστήμονες δεδομένων (όλων των επιπέδων)

Για να παραμείνουν μπροστά σε έναν τομέα που αλλάζει ταχέως, οι επαγγελματίες δεδομένων πρέπει να δεσμευτούν στη δια βίου μάθηση. Ωστόσο, δεν χρειάζεται να γίνει όλη αυτή η συνεχής εκπαίδευση στην τάξη (ή στο διαδίκτυο) – χάρη σε μια πληθώρα ενημερωτικών podcast, οι πολυάσχολοι επαγγελματίες της τεχνολογίας μπορούν να εξερευνήσουν τις πιο πρόσφατες επιστήμες δεδομένων ενώ οδηγούν στη δουλειά, τρέχουν στον διάδρομο ή ετοιμάζουν δείπνο.

Έχοντας αυτό κατά νου, εδώ είναι εννέα podcast που πρέπει να ακούει κάθε Επιστήμονας Δεδομένων.



Δεδομένα Σκεπτικιστής

Αυτό το αξιοσέβαστο podcast της επιστήμης δεδομένων υπήρξε για πολύ καιρό αγαπημένο για καλό λόγο.



Με οικοδεσπότη τον Kyle Polich, το Data Skeptic εμβαθύνει σε θέματα που σχετίζονται με την επιστήμη των δεδομένων, τη στατιστική, τη μηχανική μάθηση και την τεχνητή νοημοσύνη.

Σε ένα δημοφιλές πρόσφατο επεισόδιο, στον Polich προστέθηκαν υπάλληλοι του Microsoft Bot Framework που έδωσαν συμβουλές για τη δημιουργία ενός καλού chatbot.



Το Data Skeptic έχει επίσης μια δημοφιλή σειρά από μίνι επεισόδια, που συνδιοργανώνεται από τον Linh Da Tran, τα οποία εξερευνούν θέματα όπως οι τιμές p και η Bayesian Updating σε 15 λεπτά ή λιγότερο, με το πρόσθετο πλεονέκτημα των διασκεδαστικών κοροϊδίων μεταξύ των παντρεμένων οικοδεσποτών.

Γραμμικές αποκλίσεις

Σε αυτό το έξυπνα ονομαζόμενο εβδομαδιαίο podcast, η Επιστήμονας Δεδομένων Katie Malone και ο μηχανικός διεπαφής χρήστη Ben Jaffe έχουν το χάρισμα να συζητούν περίπλοκα θέματα μηχανικής μάθησης με διασκεδαστικό και προσιτό τρόπο τόσο για έμπειρους επιστήμονες δεδομένων όσο και για νεοφερμένους.

Με τα επεισόδια συνήθως να μην ξεπερνούν τα 30 λεπτά, οι οικοδεσπότες εξερευνούν συχνά ζητήματα επιστήμης δεδομένων έχοντας κατά νου τις εφαρμογές του πραγματικού κόσμου — για παράδειγμα, ένα δημοφιλές επεισόδιο για αλγόριθμους μέτρησης κίνησης.



Έχουν επίσης ηχογραφήσει επεισόδια με συμβουλές σταδιοδρομίας και έναν οδηγό για το πώς οι επαγγελματικές ομάδες επιστήμης δεδομένων πρέπει να επιλέγουν έργα.

Μηχανές ομιλίας

Υπόσχεται ένα παράθυρο στον κόσμο της μηχανικής μάθησης, η Katherine Gorman (πρώην παραγωγός δημόσιου ραδιοφώνου) και το ενημερωτικό podcast του Neil Lawrence περιλαμβάνει διαφωτιστικές συνομιλίες με ειδικούς του κλάδου καθώς και συζήτηση για τις ειδήσεις και τις ερωτήσεις και απαντήσεις.

Οι πρόσφατοι καλεσμένοι περιλαμβάνουν τον Jasper Snoek της Google Brain, τον Adrian Weller του Ινστιτούτου Alan Turing και τον Eoin O'Mahoney της Uber. Από το αρχείο της εκπομπής, αξίζει να δείτε μια συνέντευξη με τον ερευνητή της Google, Illya Sutskever, σχετικά με τη μηχανική μάθηση και τη μαγική σκέψη, καθώς και ένα επεισόδιο τέταρτης σεζόν στο οποίο οι οικοδεσπότες συζητούν για την τεχνητή νοημοσύνη και τη θρησκεία.



Ιστορίες δεδομένων

Αυτή η εκπομπή κάθε άλλη εβδομάδα που φιλοξενείται από τον Enrico Bertini και τον Moritz Stefaner έχει μια εστίαση που το ξεχωρίζει από τα περισσότερα podcast της επιστήμης δεδομένων: την οπτικοποίηση δεδομένων.

Οι οικοδεσπότες συχνά προσεγγίζουν τα θέματά τους με υψηλό πνεύμα ή και φιλοσοφία. Σε ένα επεισόδιο, οι οικοδεσπότες καλωσόρισαν τη μελετήτρια Catherine D'Ignazio για να μιλήσει για τη φεμινιστική οπτικοποίηση δεδομένων, ενώ σε ένα άλλο επεισόδιο ο Paul Slovic συζητούσε για τη στατιστική μούδιασμα ή την αδυναμία των στατιστικών να προκαλέσουν συμπόνια ή να μεταδώσουν μια αίσθηση της κλίμακας των ανθρώπινων τραγωδιών.

Εμφάνιση δεδομένων O'Reilly

Ο επικεφαλής επιστήμονας δεδομένων της O'Reilly Media, Ben Lorica, προσελκύει μερικούς επώνυμους καλεσμένους σε αυτό το podcast μεγάλων δεδομένων.

Εάν η τεχνική προοπτική της εκπομπής μπορεί περιστασιακά να μπερδεύει περισσότερους περιστασιακούς ακροατές, θα θέλουν να παραμείνουν για συνεντεύξεις με άτομα όπως η επικεφαλής επιστήμονας δεδομένων του Pinterest, Grace Huang, η οποία μοιράστηκε μαθήματα από την πρώτη γραμμή των πειραμάτων μηχανικής μάθησης, ή με τον σειριακό επιχειρηματία Aurelien Geron. , ο οποίος μοιράστηκε ιδέες για να γίνει μηχανικός μηχανικής μάθησης.

Πιο πρόσφατα, η Lorica προστέθηκε από τον Avner Braverman, του οποίου η startup Binaris στοχεύει να φέρει χωρίς διακομιστές σε διαδικτυακές και εταιρικές εφαρμογές.

Αυτή την εβδομάδα στο Machine Learning & AI

Ο οικοδεσπότης Sam Charrington είναι ο ιδρυτής της CloudPulse Strategies, μιας βιομηχανικής εταιρείας έρευνας που επικεντρώνεται στην επιχειρηματική και καταναλωτική εφαρμογή της μηχανικής μάθησης και της τεχνητής νοημοσύνης, και το podcast του απευθύνεται σε ένα εξαιρετικά στοχευμένο κοινό από Επιστήμονες Δεδομένων, Προγραμματιστές, Μηχανικούς, CTO και Επιχειρηματικούς ηγέτες .

Οι αρχάριοι μπορεί να είναι καλύτερα να βρέξουν τα πόδια τους με ένα ελαφρώς λιγότερο τεχνικό podcast στην αρχή, αλλά όσοι είναι στο πεδίο θα βρουν πολλά να αρέσουν εδώ.

Ένα πρόσφατο ξεχωριστό επεισόδιο περιλάμβανε την Trista Chen, επικεφαλής επιστήμονα μηχανικής μάθησης στην Inventec, να συζητά την εμπειρία της από την ανάπτυξη μηχανικής μάθησης σε βιομηχανικό περιβάλλον, ενώ ένα άλλο παρουσίασε τη Nicole Nichols του Εθνικού Εργαστηρίου Pacific Northwest που εμβαθύνει στη μηχανική μάθηση για ασφάλεια, ανίχνευση απειλών και λογισμικό fuzz δοκιμές.

SuperDataScience

Αν ψάχνετε για ένα podcast που δεν είναι απλώς ενημερωτικό, αλλά προσφέρει και μια ώθηση παρακίνησης, μην κοιτάξετε περισσότερο από αυτό το δημοφιλές σόου από τον οικοδεσπότη Kirill Eremenko, έναν προπονητή της επιστήμης δεδομένων και επιχειρηματία στον τρόπο ζωής.

Παράλληλα με τις ενδιαφέρουσες συνεντεύξεις με ηγέτες στον τομέα — πρόσφατα, ο Bradley Voytek του Πανεπιστημίου της Καλιφόρνια του Σαν Ντιέγκο σταμάτησε για να συζητήσει την εμπειρία του ως ο πρώτος Επιστήμονας Δεδομένων της Uber, ενώ ο αντιπρόεδρος Συμμόρφωσης και Στρατηγικής Προϊόντων της Ellie Mae, Luis Blanco, πρόσφερε μια ειλικρινή ανάμνηση της εποχής του. Η ομάδα Επιστημόνων Δεδομένων της American Express — Eremenko εκδίδει επίσης μια σύντομη εβδομαδιαία εκπομπή της Παρασκευής που απλώς έχει σκοπό να σας χαρίσει τη μέρα.

Για παράδειγμα, ένα πρόσφατο επεισόδιο αφορούσε την αναγνώριση θετικών και αρνητικών συναισθημάτων, ενώ ένα άλλο διερεύνησε την ενοχή και την ντροπή.

Μαθησιακές Μηχανές 101

Χαρακτηρίζεται ως μια ήπια εισαγωγή στην τεχνητή νοημοσύνη και τη μηχανική μάθηση, αυτό το podcast — που φιλοξενείται από τον Richard Golden, καθηγητή πλήρους απασχόλησης Γνωστικής Επιστήμης και Ηλεκτρολόγων Μηχανικών — στοχεύει να απομυθοποιήσει τον τομέα της τεχνητής νοημοσύνης με μια διασκεδαστική προσέγγιση.

Ορισμένα επεισόδια γίνονται αρκετά τεχνικά, με πρόσφατες δόσεις να διερευνούν πώς να επιλέξετε το καλύτερο μοντέλο χρησιμοποιώντας AIC και GAIC, πώς να χρησιμοποιήσετε λογική πρώτης τάξης και λογικά δίχτυα Markov για να αναπαραστήσετε τη γνώση κοινής λογικής σε αλγόριθμους και πώς να αναπαραστήσετε τη γνώση χρησιμοποιώντας λογικούς κανόνες.

Άλλα επεισόδια - όπως ένα podcast που δημοσιεύτηκε πρόσφατα που εξερευνά τι μπορούν και τι δεν μπορούν να κάνουν οι υπολογιστές χρησιμοποιώντας το επιχείρημα Turing Machine - είναι διασκεδαστικά ακόμη και για τους ξένους.

Τεχνητή Νοημοσύνη στη Βιομηχανία

Ένα από τα πιο πρακτικά podcast σε αυτή τη λίστα, η εβδομαδιαία εκπομπή του ιδρυτή της Έρευνας Τεχνητής Νοημοσύνης της Emerj, Daniel Faggella, εξετάζει τις δυνατότητες της τεχνητής νοημοσύνης σε τομείς όπως η φαρμακευτική, η τραπεζική, η λιανική και η άμυνα.

Ένα συναρπαστικό πρόσφατο επεισόδιο παρουσίασε τον διάσημο επιστήμονα υπολογιστών Jurgen Schmidhuber να συζητά για το μέλλον της κατασκευής, ενώ σε ένα άλλο συναρπαστικό επεισόδιο ο Danny Lange της Unity Technologies ενώθηκε με τον Faggella για να μιλήσει για την εφαρμογή προσομοιωμένων περιβαλλόντων στον τομέα της αυτοκινητοβιομηχανίας.

Εξερευνά επίσης ευρύτερα επιχειρηματικά θέματα που θα ενδιαφέρουν τους ανθρώπους που εργάζονται σε οποιονδήποτε αριθμό βιομηχανιών. Για παράδειγμα, ένα πρόσφατο επεισόδιο διερεύνησε γιατί τα στελέχη πρέπει να συμβαδίζουν με τις τάσεις της τεχνητής νοημοσύνης στις επιχειρήσεις - με πληροφορίες από την Data Bricks Machine Learning Practice Lead Brooke Wenig - ενώ ο Jason Sundram του Facebook εμφανίστηκε πρόσφατα στο podcast για να μοιραστεί πληροφορίες σχετικά με τη δημιουργία ομάδων επιστήμης δεδομένων για έργα τεχνητής νοημοσύνης .