A partir de 2012, HBR va anomenar "científic de la informació" com "el treball més sexy del segle". Però, què significa la ciència de dades? I el que és més important, com es poden adquirir les habilitats necessàries per cridar-se un científic de dades?
Què és la Ciència de Dades?
Hi havia una vegada, els científics de dades eren majoritàriament a l'espai acadèmic. Ara, amb l'augment de la gran recopilació de dades i la necessitat d'anàlisi, els científics de dades s'han convertit en una gran demanda en diverses empreses i sectors, petits i grans.
La ciència de dades com a professió incorpora una àmplia gamma de competències en matemàtiques, estadístiques i programació informàtica. Es tracta d'una indústria dominada per homes, les estimacions de dones en ciències de la informació són al voltant del 10%.
Segons Glassdoor, el salari mitjà nacional per als científics de dades és de 113.436 dòlars. Si es mira només la compensació, la ciència de les dades és molt més atractiva que altres carreres similars.
Habilitats necessàries per ser un científic de dades
Com totes les feines, les habilitats específiques necessàries per omplir les posicions de la ciència de dades depenen de l'empresa individual.
Però hi ha certes habilitats / eines de programari que continuen sent coherents.
- Llenguatges de programació estadística, com R i SAS
- Base de dades de consultes d'idiomes com SQL
- Estadístiques bàsiques com proves estadístiques, distribucions, estimadors de màxima versemblança, etc.
- Mètodes d'aprenentatge automàtic com k-Veïns més propers, boscos aleatoris, mètodes de conjunt, etc.
- Càlcul multivariable i àlgebra lineal
- Registre de dades i desenvolupament de nous productes impulsats per la informació
- Familiarització amb el plataformes Hadoop
- Eines de visualització com Flare, HighCharts o AmCharts
Com esdevenir un científic de dades
Avui en dia, hi ha tres opcions viables per convertir-se en un científic de dades:
- Autoestudi mitjançant programes com Udacity
- Assistir a un camp d'inici de la ciència de la informació
- Anar a l'escola de postgrau per obtenir un màster
Per descomptat, hi ha pros i contres a cada mètode.
Acte estudi
Pros:
- Còmode: es pot fer en el seu propi temps en qualsevol entorn ia qualsevol ritme
- Assequible: podria costar entre $ 0-600.
- Estalvia temps: els cursos en línia es poden completar entre 8 i 18 mesos.
Contres:
- Només rebrà un certificat un cop finalitzat
- No hi ha implicació entre companys o professors
- No hi ha ajuda amb la caça de feina
Boot Camp de la ciència de dades
Pros:
- Poc compromís de temps: es pot completar en 6 setmanes a 3 mesos
- Relativament assequible, almenys en comparació amb obtenir un màster (els campaments d'arrencada abasten des de lliure - $ 16,000)
- Ideal per a aquells que busquen canviar les carreres ràpidament
- Molts campaments d'arrencada ofereixen assistència en el procés de recerca de feina un cop finalitzada
Contres:
- Obteniu únicament una cartera de projectes, sense experiència laboral "real"
- Molt d'aprendre en un curt període de temps
- Poden ser fins a 40 hores setmanals de treball (a diferència de l'estudi propi on podeu anar al vostre ritme i continuar treballant a temps parcial / a temps complet)
Màster
Pros:
- Diploma finalitzat
- Aprenentatge estructurat amb instructors entrenats professionalment
- Experiència en el món real: molts programes inclouen pràctiques que s'afegiran a l'experiència i al coneixement
- Gran temps per aprendre i absorbir tota la informació
Contres:
- Car: podria costar entre $ 20,000 i $ 70,000, sense incloure les despeses de vida
- Consumeix molt de temps: també pot prendre el més llarg (9-20 mesos)