详细内容或原文请订阅后点击阅览
连接技术工作和业务影响的技能
在作者聚焦系列中，TDS 编辑与我们社区的成员讨论了他们在数据科学和人工智能方面的职业道路、他们的写作以及他们的灵感来源。今天，我们很高兴与 Maria Mouschoutzi 分享我们的对话。 Maria 是一名数据分析师和项目经理，在运筹学、机械领域拥有深厚的背景。《连接技术工作和业务影响的技能》一文首先出现在《走向数据科学》上。
来源:走向数据科学在作者聚焦系列中，TDS 编辑与我们社区的成员讨论了他们在数据科学和人工智能方面的职业道路、他们的写作以及他们的灵感来源。今天，我们很高兴与 Maria Mouschoutzi 分享我们的对话。
Maria 是一名数据分析师和项目经理，在运筹学、机械工程和海事供应链优化方面拥有丰富的背景。她将实践行业经验与研究驱动的分析相结合，开发决策支持工具、简化流程并在技术和非技术团队之间交流见解。
在“人工智能和法学硕士中‘思考’和‘推理’的真正含义是什么”中，您解决了人类推理和机器推理之间的语义差距。理解这种区别如何影响您在专业工作中进行模型开发和解释的方式？
人工智能最近引起了巨大的关注。突然之间，许多基于 ML 的老式产品立即被重新命名为 AI，而且似乎对任何带有 AI 技术的产品都有了新的需求。正因为如此，我认为现在每个人都必须对人工智能是什么以及它如何工作有一个基本的技术了解，以便他们能够评估它能为他们做什么和不能为他们做什么。
事实上，我们对人工智能的本质抱有很多包袱，这些包袱源自我们科幻遗产的叙述。这种包袱很容易让人被人工智能所有令人兴奋和有前途的潜力冲昏头脑，而忘记了它当前的实际能力，最终将其误认为是某种能够缓解我们所有问题的神奇解决方案。非技术业务用户最容易对人工智能过度兴奋，有时将其想象为黑匣子超级智能，能够为任何事情提供正确的答案和解决方案。
您的文章最初的灵感来自哪里，尤其是像“饮水机闲聊”系列这样更有哲理的文章？