蔡司故事 | Varsha

掌握
数据科学之道

数字化创新

是投身逻辑技术，还是追随艺术舞蹈之梦？Varsha 早年便面临这一抉择。出生于印度的 Varsha 在早年便面临这一抉择。她在闲暇时光专注于两大截然不同的爱好：印度古典舞婆罗多舞和编程学习。如今，Varsha 在这两个领域都取得了成功，她深知艺术与技术并非相互排斥。周末，她会随舞蹈团在欧洲舞台上表演；而在工作日，她则在慕尼黑的蔡司数字伙伴开发机器学习解决方案。作为一名数据科学家，她能够基于数据，让系统能够识别出相关性，并从收集到的经验值中学习。

分析、处理、推导

她工作中使用的核心工具是 Python——数据科学领域的通用编程语言。但对 Varsha 来说并非如此，这与求学时期主修的 C++ 和 Java 截然不同。这位程序员在硕士阶段才第一次接触到 Python。Varsha 说：“语法虽异，逻辑相通。”她通过持续训练和编程挑战积极精进这门新技能。她的努力也有了回报：她成功加入蔡司 AI 加速团队，由此踏入机器学习的基础领域——数据科学。毕竟，在系统能够自主从数据中学习之前，必须对大量数据进行预处理。正如 Varsha 所解释的，这就像一场数字谜题游戏：“当我们收到新的原始数据时，核心问题是：我们能从这些数据中推导出什么？我们在数据中寻找逻辑关联、趋势和相关性。这就像一个大型的数独游戏！” 一旦从这些模式中推导出见解后，就能为公司创造新的知识。

数据科学是一个潜能近乎无限的领域。每个项目都让我积累了宝贵经验，而下一个项目已经在等着我了。这让我很有成就感。

Varsha 数据科学家

0和1背后的世界

不仅如此：有些系统已经能够自行生成数据，并将其用作预测的决策依据。这意味着计算机能从自身经验中学习并自我优化，而无需人工干预，比如，智能手机上的语音助手。机器学习是人工智能（AI）领域的一部分，能帮助企业进行极为复杂和广泛的分析。她的硕士毕业论文“联邦学习在糖尿病性视网膜病变诊断中的概念验证”便是一个很好的例子。在这个项目中，她旨在开发一种机器学习模型，该模型能够从多样化的数据源中学习，同时将数据保留在客户端设备上，从而展示联邦训练相较于集中式训练方法的可行性与性能优势。这个项目的目的是为这种眼部疾病的诊断提供有效支持。

对 Varsha 而言，数据科学与机器学习相辅相成。这也是这份工作的魅力所在：“数据科学是一个潜能近乎无限的领域。每个项目都让我积累了宝贵经验，而下一个项目已经在等着我了。这让我很有成就感。”

这些项目工作帮助她深入了解了数据科学的多个不同维度。Varsha 希望继续学习，中期目标是找到一个能够充分发挥她编程特长的细分领域，就像她在闲暇时跳舞一样。她认为，这是一种完美的共生关系。