Was sind die gegenwärtigen und möglicherweise zukünftigen Rollen von Datenwissenschaftlern in der Astronomie? [geschlossen]

Ich bin ein Datenwissenschaftler und neugierig auf ihre Rolle in der modernen Astronomie, sowohl jetzt als auch in naher Zukunft. Welche Rollen und Projekte sind Datenwissenschaftler in der Astronomie am aktivsten? Was sind die grundlegenden Lösungen von Datenwissenschaftlern in der Astronomie. Gibt es Datenwissenschaftler als Hauptermittler oder sind sie zumindest Teammitglieder in Forschungsbemühungen?

Der Astronom bewegt sich aufgrund vieler Himmelsvermessungstechnologien in Richtung des Big-Data-Zeitalters. Die kommenden umfassen beispielsweise LSST, JWST und WFIRST.

Im Sinne der Vermessung bedeutet dies normalerweise, den gesamten Himmel über einige Tage zu beobachten und sich immer wieder zu wiederholen. Da es sich bei den meisten Umfragen um Bildgebungstechnologien handelt, ist jedes Pixel in einem Bild wichtig.

Sie können sich also vorstellen, wie viele Daten pro Tag eingehen und wie wichtig die Datenwissenschaft in vielen Bereichen der Astronomie (und Kosmologie) ist. Die Datenwissenschaft übernimmt also gewissermaßen die Kontrolle über die Analyse von Daten aus Umfragen.

Ich bin Astronom und bekomme viele Stellenangebote, um mich als Datenwissenschaftler weiterzubilden, aber es könnte schwieriger sein, den anderen Weg zu gehen.

Die Astronomie ist definitiv ein Bereich, in dem „Big Data“ wichtig ist, und die Analyse- und Visualisierungstechniken, die wir jeden Tag anwenden, liegen wahrscheinlich Jahrzehnte hinter dem zurück, was Informatikern beigebracht wird. Die meisten Astronomie-Programme sind jedoch sehr nischenorientiert, werden nur von einer Handvoll Menschen auf der ganzen Welt verwendet und normalerweise so bearbeitet, dass sie ihrem jeweiligen Zweck entsprechen. Ich habe Versuche gesehen, eine "allgemeinere" astronomische Software zu entwickeln, die standardisiert und weit verbreitet werden kann, aber es ist schwierig, eine Aufgabe zu finden, die automatisiert und standardisiert werden kann, da wir normalerweise jedes Mal mit leicht unterschiedlichen Einschränkungen arbeiten.

Vor ein paar Jahren traf ich einen Doktoranden, der während seines Studiums Informatik studiert und dann in die Astronomie gewechselt war. Er war erstaunt darüber, wie alt die Techniken waren, mit denen wir uns gerade auseinandersetzten, aber er hatte auch echte Probleme zu verstehen, was er war versuchen zu analysieren, weil er nicht das astronomische Wissen hatte, um alle Fehler- und Rauschquellen in seinen Daten zu kennen.

Ich glaube, es gibt Datenwissenschaftler, die an abstrakteren Problemen wie Teleskoppipelines arbeiten, aber leider kann ich in diesem Bereich nicht viele Ratschläge geben, da dies ein Beobachtungsproblem ist und meine Arbeit theoretisch ist.