Kariera Spotlight: Kaj je Data Science?

Danes so »veliki podatki«, »analitika« in podobno trendovske besede. In za dober razlog.

Leta 2012 je HBR imenoval »znanstvenika podatkov« kot »najbolj seksi delo stoletja«. Kaj pa podatkovna znanost resnično vključuje? In kar je še pomembneje, kako lahko pridobite spretnosti, ki so potrebne za imenovanje podatkovnega znanstvenika?

Kaj je Data Science?

Nekoč so bili znanstveniki na področju podatkov večinoma v akademskem prostoru. Zdaj, s povečanjem zbiranja velikih podatkov in potrebo po analizi, so znanstveniki za podatke postali zelo povpraševani v številnih podjetjih in panogah, majhnih in velikih.

Podatkovna znanost kot poklic vključuje različne veščine v matematiki, statistiki in računalniškem programiranju. To je industrija, kjer prevladujejo moški, ocene žensk v znanosti o podatkih pa so okoli 10%.

Glede na Glassdoor je povprečna nacionalna plača za podatkovne znanstvenike 113.436 $. Če pogledamo samo nadomestila, je znanost o podatkih veliko bolj privlačna kot druge podobne poklicne poti.

Spretnosti, ki so potrebne za znanstvenika podatkov

Tako kot vsa druga delovna mesta so specifične veščine, potrebne za zapolnitev podatkovnih znanosti, odvisne od posameznega podjetja.

Vendar pa obstajajo nekatera orodja, ki ostajajo skladna.

• Statistični programski jeziki, kot sta R in SAS
• Jezik poizvedbe v bazi podatkov, kot je SQL
• Osnovni statistični podatki, kot so statistični testi, porazdelitve, ocenjevalci največje verjetnosti, itd
• Metode strojnega učenja, kot so k-najbližji sosedje, naključni gozdovi, metode združevanja itd.
• Multivariabilni račun in linearna algebra
• Beleženje podatkov in razvoj novih izdelkov, ki temeljijo na podatkih
• Poznavanje platforme Hadoop
• Orodja za vizualizacijo, kot so Flare, HighCharts ali AmCharts

Kako postati podatkovni znanstvenik

Danes obstajajo tri možnosti, da postanete podatkovni znanstvenik:

• Samostojno učenje preko programov, kot je Udacity
• Obiskujejo kampanjo za podatkovne znanosti
• Gre za podiplomsko šolo za magisterij

Seveda obstajajo prednosti in slabosti vsake metode.

Samoizobraževanje

Prednosti:

• Priročno: lahko opravite v svojem času v vsakem okolju in v vsakem tempu
• Dostopno: lahko stane kjerkoli od 0-600 $.
• Prihrani čas: online tečaji se lahko zaključijo v 8-18 mesecih.

Slabosti:

• Certifikat prejmete šele po zaključku
• Ne sodeluje peer-to-peer ali učitelj-študent
• Brez pomoči pri iskanju zaposlitve

Podatkovna šola

Prednosti:

• Majhna časovna obveznost: lahko se zaključi v 6 tednih do 3 mesecev
• Relativno cenovno dostopna, vsaj v primerjavi z pridobitvijo magisterija (boot camps sega od brezplačnih - 16.000 USD)
• Idealno za tiste, ki želijo hitro spremeniti kariero
• Mnogi kampi ponujajo pomoč pri iskanju zaposlitve po zaključku

Slabosti:

• Pridobite le portfelj projektov - brez "resničnih" delovnih izkušenj
• Veliko se lahko naučite v kratkem času
• Delo lahko traja do 40 ur na teden (za razliko od samostojnega študija, kjer lahko hodite v svojem ritmu in še vedno delate s krajšim delovnim časom / s polnim delovnim časom)

Master's Degree

Prednosti:

• Diploma ob zaključku
• Strukturirano učenje s strokovno usposobljenimi inštruktorji
• Izkušnje iz resničnega sveta: številni programi vključujejo pripravništva, ki bodo dodali izkušnje in znanje
• Dovolj časa, da se naučijo in absorbirajo vse informacije

Slabosti:

• Drage: lahko stanejo med 20.000 in 70.000 $ - brez stroškov za življenje
• Zamudno: lahko traja tudi najdlje (9-20 mesecev)