フレームワーク

メカニカルエンジニアからデータサイエンティストへ

イドリス・カーン は、データ サイエンスと AI の専門知識を適用することにより、企業の多くの現実世界のビジネス上の問題を解決してきました。 彼はヘルスケア分野の AI に特に関心を持っています。 さらに、彼はこの分野で多くの研究論文を発表しています。 INDIAai は Idis にインタビューし、AI に関する彼の見解を聞きました。 機械エンジニアが AI に興味を持ったきっかけは? それはどのように始まったのですか? 私は工学部時代、オペレーションズ リサーチ、数学、統計学などの科目に強い関心を持っていましたが、基本的にはすべての理論的概念を学びました。 私は喜んで、これらのテーマのリアルタイムのユースケースを探し始めました. その後、Chota Rajan という犯罪者が顔認識によって逮捕された方法や、Google マップが数学と概念を使用して最適化された経路を提供する方法について知り、興味を持っています。 これらの使用例は魅力的で、私はこの分野に強い関心を持ちました。 当時、私はこれらすべてをデータ分析としてしか知りませんでした。 これらのトピックを学んだ後、私はこの分野についてさらに学び、最終的にはデータ サイエンスと人工知能についてさらに掘り下げました。 移行中に最初に直面した課題は何ですか? IT の存在がほとんどないホームタウンから来て、どこに行くべきか、何をする必要があるかを教えてくれるシニアが必要でした。 メンターを見つけるのは大変でした。 現在、オンラインで入手できる多くの情報と知識があります。 しかし、何を消費する必要があるかは大きな問題でした。 データ サイエンスは海です。すべてを知る必要はありません。人間的には、私の知る限り、すべてを学ぶことはほぼ不可能です。 もう 1 つの重要な課題は、プログラミング言語の学習です。 IT 以外のバックグラウンドを持っているため、論理構築を学ぶのではなく、言語を学ぶことに重点を置いています。 ロジックを構築する方法がわかれば、言語は障壁にはなりません。 アクセンチュアでのデータ サイエンティストとしての役割は何ですか? アクセンチュアの社内プロジェクトとして、アクセンチュア データ マーケットプレイス(データの売買ができる場所)のレコメンデーション システムを構築しています。 ポリシーによると、公開できないクライアント側の作業がさらに進行中です。 AI 研究、特に説明可能な AI であなたのインスピレーションを得たのは誰ですか? AI …

メカニカルエンジニアからデータサイエンティストへ Read More »

データ サイエンティストに最適な 8 つの IDE

IDE を使用すると、プログラマは複数のツールや情報に 1 か所でアクセスできます。 その結果、IDE は、その使いやすさと、構文の強調表示、ツール統合、キーボード ショートカット、解析などの機能により、データ サイエンティストにとって最適なコーディング ツールです。 ここでは、データ サイエンティスト向けのトップ IDE について説明します。 Jupyter ノートブック Jupyter Notebook は、Jupyter ドキュメントを作成するためのオープンソース IDE であり、作成してライブ コードで共有できます。 また、Web 経由でアクセスできるインタラクティブな計算環境でもあります。 Jupyter ノートブックは、Python、Julia、Scala、R など、さまざまなデータ サイエンス言語をサポートできます。 原子 Atom は、ML と DS の専門家向けの堅牢な IDE であり、Python 以外のいくつかの言語をサポートしています。 IDE の機能には、プラットフォーム間での編集のサポート、組み込みのパッケージ マネージャー、インテリジェントなオートコンプリート、ファイル システム ブラウザー、および多数のタブが含まれます。 さらに、Atom のインターフェイスとエクスペリエンスは、プラグイン、言語、ライブラリ、ツールが定期的に更新されているため、高度にカスタマイズできます。 スパイダー Spyder は、2009 年に Pierre Raybaut によって設立および開発されたオープンソース IDE です。 NumPy、SymPy、SciPy、pandas、IPython など、多くの …

データ サイエンティストに最適な 8 つの IDE Read More »

自動化テストのための適切な Python フレームワークの選択

Swasti Shrivastava 著、Softnautics テストの自動化とは、フレームワークとツールを使用してテストの実行を自動化し、テストをより迅速に実行し、人間のテスターの必要性を減らす方法です。 このソフトウェア テスト方法では、再利用可能なテスト スクリプトを作成してアプリケーションの機能をテストし、全体的な回帰時間を短縮し、ソフトウェアのリリースを迅速化します。 テストの自動化を利用すると、テスト ライフ サイクルの回帰時間が短縮され、リリースの品質が向上します。 Future Market Insights Group が発行したレポートによると、世界の自動化テスト市場は 14.3% の CAGR で成長し、2032 年末までに 936 億米ドルの市場価値を記録すると予想されています。 Python、C#、Ruby、Java などのプログラミング言語。 その中でも、Python は自動化エンジニアの間で自動化テストに使用される最も人気のある言語です。 自動化テストに使用されるさまざまな便利なツールとライブラリを提供します。 Python は、さまざまな種類のテスト自動化フレームワークも幅広くサポートしています。 デフォルトの Python テスト フレームワークである単体テスト (または PyUnit) とは別に、プロジェクトにより適したさまざまな Python フレームワークが利用可能です。 プロジェクトに最も適したテスト フレームワークは、プロジェクトの要件、サイズ、実践されている自動化フレームワークに基づいて選択できます。たとえば、TDD (テスト駆動開発)、BDD (動作駆動開発)、ATDD (受け入れテスト駆動開発)、 KDD(キーワード駆動開発)など Python テスト フレームワークの種類 拡大するにはクリックしてください 自動化フレームワークのテスト PyTest: PyTest はオープンソースのフレームワークであり、単体テスト、API テスト、および機能テストをサポートしています。 PyTest では、テスト …

自動化テストのための適切な Python フレームワークの選択 Read More »

データサイエンスのキャリアのためにプログラミング言語を学ぶ

サティシュ・グプタ 現在、Cognizant で AI および分析のディレクターを務めています。 彼は、同社の製薬、ライフ サイエンス、およびヘルスケア クライアントのすべての R&D、発見、および分析に対してグローバルな支援を提供しています。 デリーの TCS でライフ サイエンス分野のコンサルタントとして、Bayer Crop Sciences アカウントの臨床および作物科学アプリケーションをサポートしました。 さらに、腫瘍学で使用される NGS パネルが CAP/CLIA/NABL 監査機関のコンプライアンス要件を満たすことを検証するチーム メンバーでもありました。 INDIAai は、Satish Gupta にインタビューして、AI に関する彼の見解を聞きました。 生物科学の学位を取得した人がデータ サイエンスに採用されているのを見るのは素晴らしいことです。 それはどのように始まったのですか? 科学は、研究から活用された新しい方法と技術の実装を通じてアップグレードし続ける進化的な主題です。 バイオインフォマティクスは、生命科学の学生がアルゴリズム、データベース、統計、プログラミングに触れられる科目の 1 つです。 新しいトピックを学びたいという願望と、バイオインフォマティクスを現在の科学研究に応用する必要性から、私たちの多くは徐々にデータ サイエンスへと駆り立てられています。 バイオインフォマティクスコースを提供し、科学および製薬部門の需要を満たす優れた大学や研究所が数多くあります。 第 3 世代および第 4 世代のテクノロジーを科学研究に適用することで、膨大な量のデータがバケツに注ぎ込まれ、より多くのことを学び、意味のある解釈を行うよう促されました。 データとライフ サイエンスの時代と呼ばれ、ヘルスケアと製薬部門はそれを非常にうまく活用しています。 AIのキャリアを求める動機は誰ですか? 原動力は何でしたか? それは段階的な動きだったと言えます。「バイオインフォマティクス」は修士課程の流行語であり、私たちに影響を与えました。 バイオテクノロジーの修士号を取得した後、業界でのキャリアを始めることに興味がありましたが、多くの理由で満足できませんでした。 業界への参入を模索することで、バイオインフォマティクスに対する今後の需要を認識しました。 ニューデリーにある JNU のバイオインフォマティクス コースでは、データベース、統計、プログラミングに触れる機会が多くなりました。これが、後に研究機関での仕事を継続し、さまざまな役割で業界でのキャリアを追求する動機となりました。 現代的なデータの見方では、リソースに対する膨大な需要があります。 これらの専門知識のブレンドがうまく適合するのは、「Explainable …

データサイエンスのキャリアのためにプログラミング言語を学ぶ Read More »