Кариерно внимание: Какво е науката за данните?

Днес „големите данни“, „аналитиките“ и други подобни са трендовите думи. И за добра причина.

Още през 2012 г. HBR нарече „учен за данни“ като „най-сексапилната работа на века“. Но какво всъщност води науката за данните? И което е по-важно, как можете да придобиете уменията, необходими, за да се наричате учен?

Какво е Data Science?

Някога, учените за данни бяха предимно в академичното пространство. Сега, с увеличаването на събирането на големи данни и необходимостта от анализ, учените с данни станаха търсени в редица компании и индустрии, малки и големи.

Науката за данните като професия включва набор от умения в областта на математиката, статистиката и компютърното програмиране. Това е индустрия, доминирана от мъже, оценките на жените в областта на науката за данни са около 10%.

Според Glassdoor, средната национална заплата за учените за данни е $ 113,436. Ако погледнем само компенсациите, науката за данните е много по-привлекателна от други подобни кариери.

Умения, необходими за да бъдат научни работници

Подобно на всички работни места, специфичните умения, необходими за попълване на позициите в науката за данни, зависят от отделната компания.

Но има някои умения / софтуерни инструменти, които остават последователни.

• Статистически езици за програмиране, като R и SAS
• Език за запитване в база данни като SQL
• Основни статистики като статистически тестове, разпределения, оценки на максималната вероятност и т.н.
• Методи за машинно обучение като k-Nearest sighbours, случайни гори, ансамбъл методи и др.
• Мултивариантно смятане и линейна алгебра
• Записване на данни и разработване на нови продукти, които се управляват от данни
• Познаване на платформата Hadoop
• Инструменти за визуализация като Flare, HighCharts или AmCharts

Как да станете учен

В днешно време съществуват три жизнеспособни варианта да станете учен за данни:

• Самообучение чрез програми като Udacity
• Участие в лагер за обучения за данни
• Завършване на магистърска степен

Разбира се, има и плюсове и минуси на всеки метод.

Самоподготовка

Професионалисти:

• Удобен: може да се извърши по свое време във всяка среда и във всякакво темпо
• Достъпно: може да струва от $ 0-600.
• Спестява време: онлайн курсовете могат да бъдат завършени в рамките на 8-18 месеца.

Недостатъци:

• Получавате сертификат само след приключване
• Няма участие от страна на връстници или учител към ученик
• Няма помощ при търсене на работа

Лаборатория за данни на науката

Професионалисти:

• Малко време ангажимент: може да бъде завършен за 6 седмици до 3 месеца
• Сравнително достъпни, поне в сравнение с получаването на магистърска степен (обучителните лагери варират от безплатни - $ 16,000)
• Идеален за тези, които искат бързо да променят кариерата си
• Много обучителни лагери предлагат помощ в процеса на търсене на работа след приключване

Недостатъци:

• Получавайте само портфолио от проекти - без "истински" трудов опит
• Много за учене за кратък период от време
• Може да бъде до 40 часа на седмица работа (за разлика от самообучението, където можете да отидете на свое собствено темпо и все още да работите на непълно работно време / на пълно работно време)

Магистърска степен

Професионалисти:

• Диплома след завършване
• Структурирано обучение с професионално обучени инструктори
• Опит в реалния свят: много програми включват стажове, които ще допълват опита и знанията
• Достатъчно време да научите и да погълнете цялата информация

Недостатъци:

• Скъпо: може да струва между $ 20,000 - $ 70,000 - без да се включват разходите за живот
• Отнема много време: може да отнеме и най-дълго (9-20 месеца)