В центре внимания карьеры: Data Scientist

Data Scientist

Сегодня «большие данные», « аналитика » и тому подобное — модные модные слова. И не зря.

Еще в 2012 году HBR назвал «ученого данными» «самой сексуальной работой века». Но что на самом деле влечет за собой наука о данных? И что еще более важно, как вы можете приобрести навыки, необходимые, чтобы называть себя ученым данных?

Что такое наука о данных?

Когда-то давно ученые-данные были в основном в академическом пространстве. Теперь, с ростом сбора больших данных и необходимостью анализа, исследователи данных стали пользоваться большим спросом в ряде компаний и отраслей, малых и крупных.

Наука о данных как профессия включает в себя ряд навыков в области математики, статистики и компьютерного программирования. В этой отрасли преобладают мужчины, оценки женщин в науке о данных составляют около 10%.

По данным Glassdoor, средняя заработная плата для ученых-данных составляет 113 436 долларов. Если рассматривать только компенсацию, наука о данных намного привлекательнее, чем другие подобные профессии.

Навыки, необходимые, чтобы быть специалистом по данным

Как и все рабочие места, конкретные навыки, необходимые для заполнения должностей по науке о данных, зависят от конкретной компании.

Но есть определенные наборы навыков / программные инструменты, которые остаются последовательными.

  • Статистические языки программирования , такие как R и SAS
  • Язык запросов к базе данных, такой как SQL
  • Основные статистические данные, такие как статистические тесты, распределения, оценки максимального правдоподобия и т. Д.
  • Методы машинного обучения, такие как k-Ближайшие соседи, случайные леса, ансамблевые методы и т. Д.
  • Многомерное исчисление и линейная алгебра
  • Регистрация данных и разработка новых продуктов на основе данных
  • Знакомство с платформой Hadoop
  • Инструменты визуализации, такие как Flare, HighCharts или AmCharts

Как стать специалистом по данным

В настоящее время есть три жизнеспособных варианта стать специалистом по данным:

  • Самостоятельная работа с помощью таких программ, как Udacity
  • Посещение учебного лагеря по науке о данных
  • Собираюсь в аспирантуру для получения степени магистра

Конечно, у каждого метода есть свои плюсы и минусы.

Самообучения

Плюсы:

  • Удобно: в любое время и в любом темпе
  • Доступно: может стоить от 0 до 600 долларов.
  • Экономит время: онлайн-курсы могут быть завершены в течение 8-18 месяцев.

Минусы:

  • Получить сертификат только  после завершения
  • Никакого участия между учителями или между учителями
  • Нет помощи в поиске работы

Загрузочный лагерь Data Science

Плюсы:

  • Небольшое время: можно выполнить от 6 недель до 3 месяцев
  • Относительно доступный, по крайней мере, по сравнению с получением степени магистра (учебные лагеря варьируются от бесплатных — 16 000 долларов)
  • Идеально подходит для тех, кто хочет быстро сменить профессию
  • Многие учебные лагеря предлагают помощь в процессе поиска работы после завершения

Минусы:

  • Только получить портфель проектов — нет «реального» опыта работы
  • Много учиться за короткое время
  • Может быть до 40 часов в неделю работы (в отличие от самостоятельной работы, когда вы можете идти в своем собственном темпе и по-прежнему работать неполный рабочий день / полный рабочий день)

Степень магистра

Плюсы:

  • Диплом по окончании
  • Структурированное обучение с профессионально подготовленными инструкторами
  • Реальный опыт: многие программы включают стажировки, которые добавят опыта и знаний
  • Достаточно времени, чтобы выучить и усвоить всю информацию

Минусы:

  • Дорого: может стоить от 20 000 до 70 000 долларов, не включая расходы на проживание
  • Отнимает много времени: может занять больше всего (9-20 месяцев)
Ссылка на основную публикацию