Der DataCamp Digest ist unser Newsletter mit den neuesten Insights und News rund um Data Science. In dieser Ausgabe schauen wir auf die Zukunft der Arbeit, sprechen über neue Tools und Technologien, beleuchten die Zukunft der KI-Regulierung und mehr.
Die Zukunft der Jobs im KI-Zeitalter | Boston Consulting Group
Dieser BCG-Report untersucht, wie sich KI und Automatisierung in wichtigen Ländern auf den Arbeitsmarkt auswirken. Er empfiehlt Maßnahmen, mit denen Regierungen und Unternehmen die Folgen der Automatisierung abfedern können — allen voran die Talententwicklung.
Neue KI-Regeln kommen. Bist du bereit? | Harvard Business Review
Der Einsatz von KI-Systemen wird zum Standard, und Regulierer setzen Leitplanken für einen verantwortungsvollen Umgang mit KI. Andrew Burt skizziert aktuelle Regulierungsinitiativen und zeigt, wie sich Organisationen vorbereiten und die Compliance ihrer Modelle sicherstellen.
Analytics ist chaotisch | Benn Stancil
Benn Stancil von Mode Analytics beschreibt die kreative, unordentliche und nichtlineare Natur von Data Science und Analytics. Wenn du bei einem Data-Science-Problem mal feststeckst, denk daran: „Das Chaos ist Teil des Fortschritts“.
OpenAI startet einen 100-Millionen-Dollar-Startup-Fonds | OpenAI
OpenAI, die Organisation hinter GPT-3, legt einen Startup-Fonds über 100 Mio. US-Dollar auf für Gründerteams, die OpenAI-Tools nutzen — insbesondere „in Bereichen, in denen Künstliche Intelligenz einen transformativen Effekt haben kann — etwa im Gesundheitswesen, beim Klimawandel und in der Bildung — und in denen KI-Tools Menschen produktiver machen“.
Gute Data Scientists, schlechte Data Scientists | Ian Whitestone
Ein kurzer, prägnanter Beitrag darüber, was gute von schlechten Data Scientists unterscheidet.
Spracherkennung ohne Supervision | Facebook AI
Das Team von Facebook AI nutzt Self-Supervised Learning für ein Spracherkennungsmodell, das jede Sprache ohne Trainingsdaten erlernen kann. Das ist besonders wichtig für Sprachen, für die nur wenige Trainingsdaten verfügbar sind.
Power BI kommt in dein Notebook | Microsoft
Microsoft hat ein neues Python-Paket entwickelt, mit dem du Power BI direkt in Jupyter-Notebooks einbetten kannst. So lassen sich starke, bearbeitbare Datenstorys viel einfacher direkt in Jupyter-Notebooks integrieren.
Lernpunkte zu ML-Plattformen — von Netflix, DoorDash, Spotify und mehr | Ernest Chan
Ernest Chan zerlegt die Bausteine der ML-Plattformen, die die Modelle der führenden Datenunternehmen antreiben.
Microsoft Recommenders | Microsoft
Ein von Microsoft gepflegtes GitHub-Repository mit Best Practices für Recommender-Systeme, inklusive Jupyter-Notebooks. Schau dir auch die verwandten Projekte für Ähnliches zu NLP, Computer Vision und mehr an.
Thinking in Data | Paige Bailey
Du nutzt Visual Studio? Dann ist das was für dich: Thinking in Data ist ein Set aus VS-Code-Erweiterungen, das deine Analytics- und Data-Science-Workflows in Visual Studio richtig beschleunigt.
Greykite: Eine flexible, intuitive und schnelle Forecasting-Bibliothek | Reza Hosseini
Das Data-Team von LinkedIn hat seine Forecasting-Bibliothek Greykite für Python als Open Source veröffentlicht. Im Blogpost erfährst du, worin sie sich von anderen Forecasting-Paketen unterscheidet und wie das Team sie für Prognosen bei LinkedIn einsetzt.
Flat Data | GitHub
Das GitHub-Team hat Tools veröffentlicht, mit denen sich Daten direkt auf GitHub einfacher bearbeiten und visualisieren lassen.
Webinar: Data Culture aufbauen
In diesem Webinar taucht Sudaman Thoppan Mohanchandralal, Regional Chief Data and Analytics Officer bei Allianz Benelux, tief in das Thema ein, wie man eine starke Data Culture etabliert.
Whitepaper: Der Leitfaden deiner Organisation zur Data Maturity
In diesem Leitfaden stellen wir ein Rahmenwerk vor, um den Reifegrad im Umgang mit Daten zu bewerten und zu skalieren, definieren die typischen Reifestufen einer Organisation und skizzieren Maßnahmen, mit denen Unternehmen Datenflüssigkeit erreichen.
Podcast: #63 Vergangenheit und Gegenwart der Data Science
In dieser DataFramed-Episode spricht Adel mit Sergey Fogelson, Vice President of Data Science and Modeling bei Viacom, darüber, wie sich Data Science im letzten Jahrzehnt entwickelt hat und welche großen Herausforderungen Datenteams heute noch meistern müssen.
