¿Qué debe hacer el sistema educativo de los EE. UU. Para otorgar a la fuerza laboral de los EE. UU. Una competencia en análisis de Big Data?

Los mejores científicos de datos son a) verdaderos científicos ob) estadísticamente hábiles e incurablemente curiosos. A ambos grupos les apasiona buscar verdades que otros pasan por alto. En el proceso, arrojan nueva luz sobre temas que deben considerarse de una manera diferente.

Fundamentalmente, EE. UU. Necesita aceptar verdades difíciles y abordar los problemas que los consumidores, la industria y el gobierno crearon en siglos anteriores y que han empeorado en el siglo XXI.

Muchos de estos son problemas de escala para los que la analítica de Big Data es adecuada. Un problema de ejemplo que viene a la mente son los millones de toneladas de envases de plástico que terminan en los océanos. Otra es la rápida expansión de las zonas muertas que existen en esos océanos, o las especies animales que han estado muriendo a un ritmo creciente.

zonas marinas muertas | No queda pescado

Estos problemas fundamentales de preservación de recursos son mucho más acuciantes que las minucias que parecen preocupar a la mayoría de los consumidores, el gobierno y la industria, y son problemas interconectados que pueden tratarse como un grupo. Son sintomáticos de la necesidad de un cambio cultural importante que tenga lugar en las naciones industrializadas de hoy.

Estados Unidos, como la nación más derrochadora y contaminante del mundo, necesita ser el propietario y abordar estos problemas, o no puede reclamar un papel de liderazgo legítimo en el mundo. El análisis de Big Data puede ayudarnos a dar un paso atrás para mostrar esa imagen más amplia y encontrar las soluciones a los problemas más graves y difíciles.

Estados Unidos necesita duplicar o triplicar el número de científicos de datos simplemente para satisfacer la demanda. Para motivar ese aumento en la oferta, debe brindar a los estudiantes una visión general del alcance y la naturaleza de los desafíos reales que enfrenta el mundo y poner soluciones en sus manos. Necesita inspirarlos y capacitarlos para enfrentar los problemas reales directamente. El sistema educativo en sí mismo necesita reenfocarse en cuestiones estratégicas en lugar de minucias.

Para apoyar ese objetivo, el sistema educativo de los Estados Unidos haría bien en inspirar un mayor interés en general en ciencia, tecnología, ingeniería y matemáticas (STEM) al posicionar a STEM como el medio crucial para enfrentar los desafíos más difíciles que enfrentamos hoy. El gobierno de EE. UU. Y los líderes educativos deben cambiar su enfoque como nación y los líderes empresariales deben crear nuevas industrias y aprovechar los cambios masivos de capital para apoyar ese cambio en las prioridades.

Este es un espacio donde más que nunca antes, la generación anterior no tiene esas respuestas para las preguntas que enfrentará la próxima generación. Por lo tanto, no hay una combinación de clases o el pedigrí correcto para triunfar en Big Data.

Entonces, ¿qué pueden hacer los educadores? Enseñe a los estudiantes a aprender de muchas maneras y a acostumbrarse a encontrar muchas maneras de resolver problemas . Este “muestra tu trabajo y está mal si no lo hiciste como te dije” el modelo no funcionará. Los estudiantes deben mirar un problema, ver varios enfoques para resolverlo, probar el primero y fallar, probar el segundo y llegar a una respuesta torpe, probar el tercero y fallar, probar el cuarto y llegar a un Solución más elegante.

Ese tipo de progresión ayudará a los estudiantes que diseñan los algoritmos para el futuro, porque esa es la manera no solo de encontrar algo que funcione, sino de llevarlo al siguiente nivel.

Gracias por el A2A.

He escrito mucho sobre cómo la educación matemática en general podría mejorarse y ciertamente las matemáticas son fundamentales para la analítica.

Sin embargo, creo que el principal problema que enfrenta el campo de análisis de big data es uno que es aún más difícil de enseñar: pensar. Hay muchas personas, incluso personas con títulos de posgrado, que no parecen apreciar cómo pensar en un problema.

No tengo idea de cómo resolver ese problema.

En mi opinión, el mayor problema es que los datos que se generan a menudo son de muy baja calidad, pero que los usuarios esperan que ocurra algún milagro que convierta sus datos realmente horribles en algo útil. Entonces, lo que la educación de EE. UU. Puede hacer es comenzar a enseñar principios de creación y mantenimiento de datos.

Creo que fortalecer la apreciación de las matemáticas puede ser muy útil. No solo para la ciencia de datos.