Tôi là một nhà thiên văn học và tôi nhận được rất nhiều lời mời làm việc để đào tạo lại thành một nhà khoa học dữ liệu, nhưng có thể khó khăn hơn để đi theo con đường khác.
Thiên văn học chắc chắn là một lĩnh vực trong đó 'dữ liệu lớn' rất quan trọng và các kỹ thuật phân tích và trực quan hóa mà chúng ta sử dụng hàng ngày có lẽ chậm hơn nhiều thập kỷ so với những gì được dạy cho các nhà khoa học máy tính. Tuy nhiên, hầu hết các phần mềm thiên văn học rất thích hợp, chỉ được sử dụng bởi một số ít người trên khắp thế giới và thường được chỉnh sửa để phù hợp với mục đích cụ thể của họ. Tôi đã thấy những nỗ lực để tạo ra phần mềm thiên văn 'chung chung' hơn có thể được tiêu chuẩn hóa và sử dụng rộng rãi, nhưng rất khó để tìm thấy một nhiệm vụ có thể được tự động hóa và tiêu chuẩn hóa bởi vì chúng ta thường làm việc với các ràng buộc hơi khác nhau mỗi lần.
Cách đây vài năm, tôi đã gặp một nghiên cứu sinh đã học ngành khoa học máy tính ở trường đại học và sau đó chuyển sang ngành thiên văn học, và anh ấy đã rất ngạc nhiên về những kỹ thuật mà chúng ta vừa nắm bắt được, nhưng anh ấy cũng gặp khó khăn thực sự khi hiểu anh ấy là gì cố gắng phân tích vì anh ta không có kiến thức thiên văn để biết tất cả các nguồn lỗi và tiếng ồn trong dữ liệu của mình.
Tôi tin rằng có những nhà khoa học dữ liệu làm việc về các vấn đề trừu tượng hơn, như đường ống của kính viễn vọng, nhưng thật không may, tôi không thể đưa ra nhiều lời khuyên trong lĩnh vực này vì đó là một vấn đề quan sát và công việc của tôi là lý thuyết.