Bumalik noong 2012, ang HBR na pinangalanang "data scientist" bilang "pinakasikat na trabaho ng siglo." Ngunit ano ang tunay na kinukuha ng data science? At higit sa lahat, paano mo makukuha ang mga kasanayan na kailangan upang tawagan ang iyong sarili ng data na siyentipiko?
Ano ang Science Data?
Sa sandaling unang panahon, ang mga siyentipiko ng datos ay halos nasa akademikong espasyo. Ngayon, sa pagtaas ng malaking koleksyon ng data at ang pangangailangan para sa pag-aaral, ang mga siyentipiko ng data ay naging mataas na pangangailangan sa hanay ng mga kumpanya at industriya, maliit at malaki.
Ang agham ng data bilang isang propesyon ay nagsasama ng isang hanay ng mga kasanayan sa loob ng matematika, istatistika at programming computer. Ito ay isang industriya na pinangungunahan ng mga tao, ang mga pagtatantiya ng mga kababaihan sa agham ng data ay humigit-kumulang sa 10%.
Ayon sa Glassdoor, ang karaniwang pambansang suweldo para sa mga siyentipiko ng data ay $ 113,436. Sa pagtingin lamang sa kompensasyon, ang agham ng data ay mas kaakit-akit kaysa sa iba pang katulad na karera.
Kinakailangan ang mga Kasanayan upang maging isang Scientist ng Data
Tulad ng lahat ng trabaho, ang mga tiyak na kasanayan na kinakailangan upang mapunan ang mga posisyon sa agham ng data ay depende sa indibidwal na kumpanya.
Ngunit may mga tiyak na mga kasangkapan sa kakayahan / software na nananatiling pare-pareho.
- Statistical programming languages , tulad ng R and SAS
- Database ng querying wika tulad ng SQL
- Mga pangunahing istatistika tulad ng mga pagsubok na istatistika, pamamahagi, mga maximum estimator ng posibilidad, at iba pa
- Mga paraan sa pag-aaral ng machine tulad ng k-Pinakamalapit na mga kapitbahay, mga random na gubat, mga pamamaraan ng grupo, atbp.
- Multivariable calculus at linear algebra
- Pag-log ng data at pagpapaunlad ng mga bagong produkto na hinihimok ng data
- Pag-unawa sa Hadoop platforming
- Mga tool sa visualization tulad ng Flare, HighCharts o AmCharts
Paano Maging isang Scientist ng Data
Ngayong mga araw na ito, mayroong tatlong mapagkakatiwalaang mga opsyon para maging isang siyentipikong datos:
- Pag-aaral sa sarili sa pamamagitan ng mga programa tulad ng Udacity
- Pagdalo sa kampanyang boot ng science science
- Pumunta sa graduate school para sa isang master's degree
Siyempre, may mga kalamangan at kahinaan sa bawat paraan.
Sariling pag-aaral
Mga pros:
- Maginhawa: maaaring gawin sa iyong sariling oras sa anumang kapaligiran at sa anumang bilis
- Abot-kayang: maaaring gastos kahit saan mula sa $ 0-600.
- Makakatipid ng oras: ang mga kurso sa online ay maaaring makumpleto sa loob ng 8-18 na buwan.
Kahinaan:
- Makatanggap lamang ng sertipiko pagkatapos makumpleto
- Walang kapantay-peer o paglahok sa guro-sa-mag-aaral
- Walang tulong sa pangangaso sa trabaho
Data Science Boot Camp
Mga pros:
- Little time commitment: maaaring makumpleto sa 6 na linggo hanggang 3 buwan
- Medyo abot-kaya, hindi bababa sa kumpara sa pagkuha ng isang master's degree (hanay ng mga kampo boot mula sa libre - $ 16,000)
- Mainam para sa mga naghahanap upang baguhin ang mga karera nang mabilis
- Maraming mga kampo ng boot ang nag-aalok ng tulong sa proseso ng paghahanap ng trabaho pagkatapos makumpleto
Kahinaan:
- Makakuha lamang ng isang portfolio ng mga proyekto - walang "real" na karanasan sa trabaho
- Maraming matutunan sa maikling panahon
- Maaaring hanggang 40 oras sa isang linggo ng trabaho (hindi tulad ng pag-aaral sa sarili kung saan maaari kang pumunta sa sarili mong bilis at nagtatrabaho pa ng part time / full time)
Master's Degree
Mga pros:
- Pagkatapos ng pagkumpleto ng diploma
- Nakabalangkas na pag-aaral na may mga propesyonal na sinanay na instructor
- Ang tunay na karanasan sa mundo: maraming mga programa ang kinabibilangan ng mga internship na magdaragdag sa karanasan at kaalaman
- Sapat na oras upang matutunan at maunawaan ang lahat ng impormasyon
Kahinaan:
- Mamahaling: maaaring magastos sa pagitan ng $ 20,000- $ 70,000 - hindi kasama ang mga gastos sa pamumuhay
- Oras ng pag-ubos: maaari ring kumuha ng pinakamahabang (9-20 buwan)