Data science

1. Firma chce „przewidywać, którzy klienci odejdą”. Od czego zaczynasz?

Od doprecyzowania problemu biznesowego i definicji odejścia klienta, przeglądu dostępnych danych i ustalenia, jak wynik będzie wykorzystany. Od razu trenuję najbardziej zaawansowany model, jaki znam. Uznaję, że zachowań klientów nie da się przewidzieć.

2. Model świetnie działa na danych treningowych, ale słabo na nowych. Co to dla Ciebie oznacza?

Prawdopodobnie przeuczenie — sprawdzam walidację, upraszczam model, pracuję nad cechami i szukam wycieku informacji. Że nowe dane są po prostu gorszej jakości. Nic ważnego — liczy się wynik na danych treningowych.

3. W danych brakuje części wartości, a niektóre rekordy mają podejrzanie skrajne liczby. Jak postępujesz?

Badam, skąd biorą się braki i obserwacje odstające, konsultuję je z osobami znającymi proces i świadomie wybieram sposób ich obsługi. Usuwam wszystkie niepełne wiersze. Wpisuję zera w puste pola i działam dalej.

4. Jak podchodzisz do statystyki i rachunku prawdopodobieństwa?

Lubię je — wiem, że bez nich trudno ocenić, czy wynik jest istotny, a model wiarygodny. Znam podstawy i korzystam z gotowych funkcji. Uważam je za zbędną teorię.

5. Jak czujesz się, pisząc kod do analizy danych, np. w Pythonie lub R?

Dobrze — lubię automatyzować analizy, pisać czytelny kod i korzystać z bibliotek do uczenia maszynowego. Uczę się, choć na razie wolę narzędzia, w których wszystko się klika. Nie zamierzam programować.

6. Model oceniający wnioski kredytowe znacznie częściej odrzuca osoby z pewnej grupy klientów. Co robisz?

Sprawdzam dane i cechy pod kątem stronniczości, analizuję wpływ modelu na różne grupy i zgłaszam problem przed wdrożeniem. Zgłaszam to przełożonemu, ale nie analizuję sprawy samodzielnie. Nic — skoro algorytm tak policzył, wynik jest obiektywny.

7. Menedżer pyta, dlaczego model uznał konkretnego klienta za ryzykownego. Jak odpowiadasz?

Korzystam z metod wyjaśniania modeli i prostym językiem tłumaczę, które czynniki zadecydowały o wyniku. Mówię, że model jest złożony i trudno to wytłumaczyć. Odpowiadam, że takie są wyniki i nie trzeba ich tłumaczyć.

8. Zespół przeprowadził test A/B nowej wersji strony. Jak interpretujesz wynik?

Sprawdzam wielkość próby, istotność i wielkość efektu oraz to, czy test trwał wystarczająco długo i nic go nie zaburzyło. Patrzę, która wersja ma wyższą konwersję. Wybieram wersję, która bardziej mi się podoba.

9. Twój model został wdrożony i działa. Czy Twoja praca się skończyła?

Nie — monitoruję jego jakość, zmiany w danych i wpływ na biznes, a w razie potrzeby trenuję go ponownie. Zaglądam do niego, gdy ktoś zgłosi problem. Tak — gotowy model będzie działał zawsze.

10. Co najbardziej motywuje Cię do podjęcia studiów podyplomowych „Data Science”?

Chęć wydobywania wiedzy z danych i budowania modeli, które realnie wspierają decyzje. Ciekawość, bo coraz częściej słyszę o danych i AI w swojej branży. Nie jestem pewien/pewna, czy to dla mnie