Karjera: kas yra duomenų mokslas?

Šiandien „dideli duomenys“, „analitika“ ir pan. Ir dėl geros priežasties.

2012 m. HBR pavadino „duomenų mokslininku“ kaip „seksualiausią šimtmečio darbą“. Tačiau ką reiškia duomenų mokslas? Ir dar svarbiau, kaip jūs galite įgyti įgūdžių, reikalingų save vadinti duomenų mokslininku?

Kas yra duomenų mokslas?

Kartą duomenų mokslininkai dažniausiai buvo akademinėje erdvėje. Dabar, didėjant dideliam duomenų rinkimui ir poreikiui atlikti tyrimus, duomenų mokslininkai tapo didele paklausa daugelyje mažų ir didelių įmonių ir pramonės šakų.

Duomenų mokslas kaip profesija apima įvairius matematikos, statistikos ir kompiuterių programavimo įgūdžius. Tai yra pramonė, kurioje dominuoja vyrai, moterų duomenys duomenų moksle yra apie 10%.

Pasak „Glassdoor“, vidutinis šalies mokslininkų darbo užmokestis yra $ 113,436. Žvelgiant tik į kompensaciją, duomenų mokslas yra daug patrauklesnis nei kitos panašios karjeros.

Įgūdžiai, reikalingi būti duomenų mokslininku

Kaip ir visos darbo vietos, konkretūs įgūdžiai, reikalingi duomenų mokslo pozicijoms užpildyti, priklauso nuo individualios įmonės.

Tačiau yra tam tikrų įgūdžių / programinės įrangos įrankių, kurie išlieka nuoseklūs.

• Statistinės programavimo kalbos, pvz., R ir SAS
• Duomenų bazės užklausų kalba, pvz., SQL
• Pagrindiniai statistiniai duomenys, pvz., Statistiniai testai, paskirstymai, maksimalios tikimybės įvertinimai ir kt
• Mašinos mokymosi metodai, pvz., Artimiausi k-kaimynai, atsitiktiniai miškai, ansamblio metodai ir kt.
• Daugiamatis skaičiavimas ir tiesinė algebra
• Duomenų kaupimas ir naujų produktų kūrimas
• Susipažinimas su „Hadoop“ platformomis
• Vizualizavimo įrankiai, pvz., „Flare“, „HighCharts“ arba „AmCharts“

Kaip tapti duomenų mokslininku

Šiandien yra trys perspektyvios galimybės tapti duomenų mokslininku:

• Savarankiškas mokymasis per programas, pvz., „Udacity“
• Dalyvavimas duomenų mokslo pradžios stovykloje
• Grįžti į magistrantūros studijas

Žinoma, kiekvienam metodui yra privalumų ir trūkumų.

Savarankiškas mokymasis

Argumentai "už":

• Patogus: galima padaryti savo laiku bet kurioje aplinkoje ir bet kokiu tempu
• Įperkamos kainos: gali kainuoti nuo 0 iki 600 USD.
• Taupo laiką: internetiniai kursai gali būti baigti per 8–18 mėnesių.

Minusai:

• Sertifikatą gausite tik baigus
• Nėra bendraamžių ar mokytojų dalyvavimo
• Nėra pagalbos dėl medžioklės

„Data Science Boot Camp“

Argumentai "už":

• Mažai laiko įsipareigojimas: gali būti baigtas per 6 savaites iki 3 mėnesių
• Palyginti įperkamas, bent jau lyginant su magistro laipsniu (įkrovos stovyklos svyruoja nuo nemokamų - $ 16,000)
• Idealiai tinka tiems, kurie nori greitai keisti karjerą
• Daugelis įkrovos stovyklų teikia pagalbą darbo paieškos procese po užbaigimo

Minusai:

• Tik gaukite projektų portfelį - ne „tikrą“ darbo patirtį
• Daug ką išmokti per trumpą laiką
• Gali būti iki 40 valandų per savaitę (skirtingai nuo savarankiško darbo, kuriame galite eiti savo tempu ir vis dar dirbti visą darbo dieną)

Magistro laipsnis

Argumentai "už":

• Diplomas baigus
• Struktūruotas mokymasis su profesionaliai parengtais instruktoriais
• Realaus pasaulio patirtis: daugelis programų apima stažuotes, kurios papildys patirtį ir žinias
• Turite daug laiko mokytis ir įsisavinti visą informaciją

Minusai:

• Brangus: gali kainuoti nuo 20 000 iki 70 000 JAV dolerių - neįskaitant gyvenimo išlaidų
• Laikas: taip pat gali užtrukti ilgiausiai (9-20 mėnesių)