Carriera riflettore: cosa è la scienza dei dati?

Oggi "grandi dati", "analytics" e simili sono in buzz di parole. E per buona ragione.

Nel 2012, HBR chiamò "scienziato dei dati" come "il lavoro più sexy del secolo. "Ma cosa importa davvero la scienza dei dati? E cosa ancora più importante, come si può acquisire le competenze necessarie per chiamarti uno scienziato di dati?

Che cos'è la scienza dei dati?

Una volta, gli scienziati di dati erano principalmente nello spazio accademico. Ora, con l'aumento della grande raccolta di dati e la necessità di analisi, gli scienziati di dati sono diventati in forte domanda in una serie di aziende e industrie, piccole e grandi.

La scienza dei dati come una professione comprende una serie di competenze all'interno della matematica, delle statistiche e della programmazione informatica. È un settore dominato dagli uomini, le stime delle donne nella scienza dei dati sono circa il 10%.

Secondo Glassdoor, lo stipendio nazionale medio per gli scienziati di dati è di 113, 436 dollari (all'inizio di febbraio 2017). Guardando al compenso da solo, la scienza dei dati è molto più attraente di altre carri simili.

Le competenze necessarie per essere uno scienziato di dati

Come tutti i lavori, le competenze specifiche necessarie per riempire le posizioni di scienza dei dati dipendono dalla singola azienda.

Ma ci sono alcuni skillets / strumenti software che restano coerenti.

• linguaggio di programmazione statistico, come R e SAS
• linguaggio di query database come SQL
• Statistiche di base come test statistici, distribuzioni, stimatori di massima probabilità e così via
• Metodi di apprendimento automatico come k-Nearest vicini, foreste casuali, metodi di ensemble, ecc.
• calcolo multivariabile e algebra lineare
• acquisizione dati e sviluppo di nuovi prodotti che sono dati
• familiarità con la piattaforma Hadoop
• strumenti di visualizzazione come Flare, HighCharts o AmCharts > Saperne di più su come diventare uno scienziato di dati e le competenze necessarie qui.

Come diventare uno scienziato di dati

Al giorno d'oggi, ci sono tre opzioni valide per diventare uno scienziato di dati:

Autodidatta tramite programmi come Udacity

• Partecipare a un campo di boot scientifico
• la scuola per un master
• Naturalmente, ci sono vantaggi e contro ogni metodo.

Self-Study

Pros:

Comodo: può essere fatto a proprio tempo in qualsiasi ambiente e ad ogni ritmo

• Affordable: potrebbe costare ovunque da $ 0-600.
• Risparmia tempo: i corsi online possono essere completati entro 8-18 mesi.
• Cons:

Ricevere solo un certificato dopo il completamento

• Nessun coinvolgimento tra peer to peer o tra insegnante e studente
• Nessun aiuto con la caccia al lavoro
• Data Science Boot Camp

Piccolo impegno di tempo: può essere completato da 6 settimane a 3 mesi

• Relativamente conveniente, almeno rispetto al conseguimento di un master (i campi di boot variano da $ 16.000)
• Ideale per coloro che vogliono cambiare carriera rapidamente
• Molti campi di boot offrono assistenza nel processo di ricerca di lavoro dopo il completamento
• Contro:

Ottieni solo un portafoglio di progetti - nessuna esperienza di lavoro "reale"

• Molto da imparare in una piccola quantità di tempo
• Potrebbe essere fino a 40 ore di lavoro settimanale (a differenza dell'auto-studio in cui è possibile andare al proprio ritmo e continuare a lavorare a tempo pieno / a tempo pieno)
• Laurea

Professionisti:

Diploma al completamento

• Apprendimento strutturato con istruttori professionalmente istruiti
• Esperienza reale: molti programmi comprendono stage che aggiungeranno all'esperienza e alla conoscenza
• Ampio tempo per imparare e assorbire tutte le informazioni
• Contro:

Costoso: potrebbe costare tra $ 20 000 - $ 70 000 - non includere spese di soggiorno

• Conserva del tempo: può anche assumere la più lunga (9-20 mesi)
• Per ulteriori informazioni sulla pesatura dei pro ei contro della scienza dei dati di apprendimento, consultate questo articolo.