¿Cuáles son algunos usos posibles de un científico de datos en un equipo de ingeniería aeroespacial? [cerrado]

Soy ingeniero aeroespacial en una empresa de drones y parte de mi trabajo es "ciencia de datos". Tenemos muchos registros de vuelo en nuestro servidor, que se cargan automáticamente después de que se realiza un vuelo. Los estoy usando como una parte de mi fuente de datos. Otras fuentes pueden ser simulaciones y pruebas de componentes específicos. Como puede ver, hay muchos datos disponibles, incluso en nuestra pequeña empresa. Con estos datos es posible mejorar el modelo de vuelo (identificación del sistema), mejorar el controlador o crear una IA, por ejemplo, para la estimación de la distancia de vuelo restante. También averiguar si la salud de los sensores se degrada o si los servos no funcionan correctamente es una parte de esto. Por supuesto, hay mucho más que se puede hacer. Pero comúnmente estamos utilizando Data Science como una herramienta para mejorar nuestras funcionalidades "aeroespaciales".

Al menos en mi dominio de trabajo el conocimiento es muy importante. Saber cómo calcular los coeficientes o saber qué parámetros influyen, por ejemplo, en el consumo de energía, es crucial.

Intentaré darles mi perspectiva sobre el trabajo en el desarrollo de sistemas/productos aeroespaciales. Primero, no hay una respuesta única que abarque todo el alcance potencial de los trabajos en la industria. En una empresa con mil ingenieros, probablemente haya 600 descripciones de puestos diferentes.

Como ingeniero aeronáutico que comenzaba, tenía una visión de hacia dónde iría mi carrera. La realidad era más o menos algo completamente diferente. La realidad es que la universidad me enseñó algunos conceptos básicos, pero lo importante era cómo aprender, el método científico y cómo resolver problemas. La ingeniería es simplemente resolver problemas.

He trabajado en sistemas espaciales, aviónica y sistemas de armas. Después de eso, pasé a la aviónica de aviación civil, principalmente comunicaciones, navegación y vigilancia. Conocía el proceso de desarrollo, tuve que aprender la tecnología en el trabajo. En el camino, en ocasiones fui gerente.

Como gerente tuve que contratar ingenieros de sistemas. Hubo otros gerentes que contrataron ingenieros de software y EE (diseño digital, diseño de RF, potencia, etc.) e ingenieros mecánicos (empaquetado). Cuando reclutas, es genial encontrar 'la combinación perfecta', pero casi nunca existen. Así que busca las habilidades necesarias para hacer el trabajo.

Si leyera las ofertas de trabajo, normalmente diría: ingeniero de sistemas, debe tener una licenciatura en ingeniería, física o matemáticas de una universidad acreditada por ABET. Y hablará sobre las habilidades necesarias para el trabajo (y una descripción del trabajo). También debo señalar que hay varios trabajos en el equipo de ingeniería que no tienen el título de ingeniero. Hay Analistas, Desarrolladores, Arquitectos. Mucho depende de RRHH decida clasificar los puestos.

Si se trata de un puesto de nivel junior, con menos de 5 años de experiencia, estoy contratando en base a lo que un compañero de trabajo acuñó las Tres "A": Actitud, Aptitud, Habilidad, en ese orden. La actitud lo es todo. No puedo arreglar eso. La aptitud es importante ya que necesitarán aprender. La habilidad es buena, pero si tienen las dos primeras, pueden aprender.

Muy pocos tendrán el fondo perfecto. En los niveles de experiencia más altos, el historial laboral es importante, pero casi nunca tuve una coincidencia exacta. Algunos hicieron desarrollo en un negocio no aeroespacial, otros tenían el título y alguna experiencia en aviación no relacionada. Entonces, incluso aquí se aplican las 3 "A".

Entonces, la respuesta es leer las ofertas de trabajo y averiguar cómo se alinean sus habilidades con las enumeradas e intentar llenar los vacíos. Una forma rápida de obtener una buena base en la aviación es tomar una escuela de tierra para pilotos privados. Las lecciones de vuelo reales ayudarán, pero la escuela de tierra te introducirá en el mundo de la aviación. Y luego ve por ello.

Creo que el dilema en su situación es que casi cualquier ingeniero es un científico de datos en algún sentido, ya que la ingeniería se ocupa de recopilar información, analizarla, sacar conclusiones y luego avanzar en el diseño de doohickeys y whatchummacallems.

La ingeniería del espacio aéreo requiere una gran cantidad de conocimientos especializados y, por lo tanto, una sola formación de científico de datos probablemente no sea suficiente. La ciencia de datos como tal es (según mi entendimiento) en su mejor momento cuando es necesario tratar grandes conjuntos de datos o información. Y por grande me refiero a estúpido grande.

No estoy seguro de si incluso las entidades del espacio aéreo más grandes tienen suficientes proyectos de este tipo para justificar el empleo de un científico de datos, puede ser una mejor opción subcontratar esto en base a proyectos.

PD respuesta especulativa, puede ser eliminada, lea rápidamente 😃

Sí, los científicos de datos tienen un lugar en la ingeniería de diseño aeroespacial, como lo demuestra acertadamente Torenbeek, Synthesis of Subsonic Airplane Design. Un tesoro de información de diseño estadístico. Pasamos por un proceso de prediseño en la universidad, utilizando el libro como herramienta de diseño.

Por ejemplo, la tabla anterior, una de muchas, enumera los parámetros de diseño para la fase inicial del diseño de un avión. Los datos de los aviones existentes deberán explorarse para un nuevo diseño previo, no solo los datos geométricos, por supuesto: el consumo de combustible, el alcance, la carga útil, la predicción del peso, los cálculos de resistencia, etc., se determinan inicialmente a partir de datos estadísticos.

La tabla anterior se usó en esta respuesta , que contiene otro ejemplo de análisis de datos de este informe , Estimación polar de arrastre de aeronave basada en un modelo jerárquico estocástico. Sí, lea las solapas Fowler para las solapas Flower.

La ciencia de datos tiene un papel muy importante en el diseño de aviones. Sin él, el diseño sería varias veces más difícil.