DATA SCIENTIST - 日本語 への翻訳

• データサイエンティスト
• データ科学者

英語 での Data scientist の使用例とその 日本語 への翻訳

The level of education you need to become a data scientist can vary depending on the role and company at hand.
データサイエンティストになるために必要な教育レベルは、望まれる役割や企業によって異なる。

To see why, just imagine that you're a company trying to hire a data scientist.
その理由は、あなた自身がデータサイエンティストを雇おうとしている会社だと想像してみてください。

In this video, the Chief Data Scientist of Dun and Bradstreet explains AI in clear business terms.
このビデオでは、DunとBradstreetのChiefDataScientistがAIを明確なビジネス用語で説明しています。

Thompson, a data scientist himself, is not afraid of being replaced.
トンプソン自身もデータ・サイエンティストですが、取って代わられる不安を感じてはいません。

And when you haven't been trained as a data scientist, this can be a significant challenge.
そして、データサイエンティストとしての訓練を受けていない場合、これは極めて難しい課題となろう。

The main objective of the data scientist is to organize and analyze colossal data..
データサイエンティストの第一の目標は、膨大なデータを整理して分析することである。

With this model, a data scientist acts as a guide and teaches the algorithm what conclusions it should make.
このモデルでは、データ・サイエンティストがガイド役となり、どのような結論を出すのかをアルゴリズムに教えます。

Knowledge of Python is often a requirement for data scientist jobs.
Pythonの知識は、データ・サイエンティストの職務要件となっていることもよくあります。

For example, Facebook data scientist Bogdan State conducted a study examining the relationship status of users between 2008 and 2011.
Facebookのデータ科学者であるボグダン・ステート氏が、2008年から2011年におけるアメリカのFacebookユーザーたちの恋愛関係を分析した新しい調査結果を発表したのだ。

I would say I was pleasantly surprised when I found out data scientist was the number one job in America.
最良の仕事かどうかは分かりませんが、私はデータサイエンティストがアメリカNo.1の仕事にランクされていると知った時驚きました。

This library helps the data scientist to deal with complex problems efficiently.
このライブラリは、データ科学者が複雑な問題を効率的に処理するのに役立ちます。

This is the critical phase where the data scientist has to playback the model result to the business and"defend" their model.
これはデータサイエンティストがモデルの結果をビジネスに対して再現し、彼らのモデルを「防御」しなくてはならない重要なフェーズです。

The key here is that no one asked the data scientist to come up with these innovations.
ポイントは、だれもデータサイエンティストにこうしたイノベーションを起こせとは頼んでいないということです。

According to Nick Elprin(co-founder of Domino), Domino allows data scientist to focus on their analysis, not their infrastructure.
NickElprin氏(Dominoの共同創業者)によれば、データサイエンティストはDominoを使ってインフラではなく分析に注力できる。

If you are aspiring to be a data scientist then you can start from here.
データサイエンティストになるならば、まずはここを目指しましょう。

And without clean data, a data scientist can't create algorithms or a model for analytics.
そしてクリーンなデータがなければ、データサイエンティストがアナリティクスのためのアルゴリズムやモデルを作ることもできない。

However, this method ensured the results were relevant for data scientist positions and affected all search terms similarly.
しかしながら、この方法によって、結果がデータサイエンティストのポジションに関連があり、全ての検索語句に同様に影響したことを確実にしました。

To start off a data scientist's most basic, universal skill is the ability to write code.
データ・サイエンティストの最も基本的で普遍的なスキルは、コードを書く能力である。

Salesforce makes a bold claim that everyone can be a“citizen data scientist.”.
Salesforceのうたい文句は、全員がデータ科学者になるというものだ。

What widens the gap is that not every data scientist is a good business person.
また、データサイエンティストの誰しもがビジネスに精通しているわけではないという事実も、このギャップを広げる原因になっている。