Karjeros dėmesio centre: duomenų mokslininkas
Turinys
- Kas yra duomenų mokslas?
- Gebėjimai būti duomenų mokslininku
- Kaip tapti duomenų žinovu
- Savarankiškas mokymasis
- Duomenų mokslo įkrovos stovykla
- Magistro laipsnis
Šiandien „dideli duomenys“, „analitika“ ir panašiai yra populiarūs žodžiai. Ir dėl geros priežasties.
Dar 2012 m. HBR pavadino „duomenų mokslininką“ kaip „seksualiausią šimtmečio darbą“. Bet ką iš tikrųjų reiškia duomenų mokslas? Ir dar svarbiau, kaip galite įgyti įgūdžių, reikalingų norint vadinti save duomenų žinovu?
Kas yra duomenų mokslas?
Kadaise duomenų mokslininkai dažniausiai buvo akademinėje erdvėje. Atsiradus dideliam duomenų rinkimui ir atliekant analizės poreikį, duomenų mokslininkams tapo didelė paklausa įvairiose įmonėse ir pramonės šakose, tiek mažose, tiek didelėse.
Duomenų mokslas, kaip profesija, apima daugybę matematikos, statistikos ir kompiuterio programavimo įgūdžių. Tai pramonė, kurioje dominuoja vyrai; moterų skaičiavimai duomenų moksle siekia apie 10 proc.
„Glassdoor“ duomenimis, vidutinis nacionalinis duomenų mokslininkų atlyginimas yra 113 436 USD. Žvelgiant vien į kompensaciją, duomenų mokslas yra daug patrauklesnis nei kitos panašios karjeros.
Gebėjimai būti duomenų mokslininku
Kaip ir visi darbai, specifiniai įgūdžiai, reikalingi užimti duomenų mokslo pareigas, priklauso nuo kiekvienos įmonės.
Tačiau yra tam tikrų įgūdžių rinkinių / programinės įrangos įrankių, kurie išlieka nuoseklūs.
- Statistinio programavimo kalbos, tokios kaip R ir SAS
- Duomenų bazių užklausų kalba, tokia kaip SQL
- Pagrindinė statistika, tokia kaip statistiniai testai, paskirstymai, didžiausios tikimybės įverčiai ir pan
- Mašinų mokymosi metodai, tokie kaip artimiausi kaimynai, atsitiktiniai miškai, ansamblio metodai ir kt.
- Daugiamaisiais skaičiavimais ir tiesine algebra
- Duomenų registravimas ir naujų duomenų, pagrįstų duomenimis, kūrimas
- Susipažinimas su „Hadoop“ platformos kūrimu
- Vizualizacijos įrankiai, tokie kaip „Flare“, „HighCharts“ ar „AmCharts“
Kaip tapti duomenų žinovu
Šiais laikais yra trys perspektyvios galimybės tapti duomenų žinovu:
- Savarankiškas mokymasis per tokias programas kaip Udacity
- Dalyvavau duomenų mokslo įkrovos stovykloje
- Eiti į magistrantūros mokyklą
Be abejo, kiekvieno metodo yra ir prieš, ir prieš.
Savarankiškas mokymasis
Argumentai už:
- Patogu: tai galite padaryti savo laiku bet kurioje aplinkoje ir bet kokiu tempu.
- Įperkama: gali kainuoti nuo 0–600 USD.
- Taupo laiką: internetinius kursus galima baigti per aštuonis – 18 mėnesių.
Minusai:
- Tik gavę pažymėjimą gaukite
- Nedalyvauja bendraamžiai ar mokytojai - studentai
- Jokios pagalbos ieškant darbo
Duomenų mokslo įkrovos stovykla
Argumentai už:
- Mažas laiko įsipareigojimas: gali būti įvykdytas per šešias savaites ar tris mėnesius
- Palyginti nebrangiai, bent jau palyginti su magistro laipsnio įgijimu (įkrovimo stovyklų kaina nemokama - 16 000 USD)
- Idealiai tinka norintiems greitai pakeisti karjerą
- Daugelis įkrovos stovyklų siūlo pagalbą ieškant darbo po darbo
Minusai:
- Gaukite tik projektų paketą - jokios „tikros“ darbo patirties
- Daug reikia išmokti per trumpą laiką
- Tai gali trukti iki 40 valandų per savaitę darbo (skirtingai nuo savarankiško mokymosi, kai jūs galite eiti savo tempu ir vis tiek dirbti dalį ar visą darbo dieną)
Magistro laipsnis
Argumentai už:
- Diplomas baigus
- Struktūrinis mokymasis su profesionaliai paruoštais instruktoriais
- Patirtis realiame pasaulyje: daugelyje programų numatytos stažuotės, kurios suteiks patirties ir žinių
- Pakankamas laikas išmokti ir įsisavinti visą informaciją
Minusai:
- Brangūs: gali kainuoti nuo 20 000 iki 70 000 USD - neįskaičiuojant pragyvenimo išlaidų
- Laiko reikalaujantis laikas: taip pat gali trukti ilgiausiai (nuo devynių iki 20 mėnesių)