Карьера Прожектор: что такое наука о данных?

Сегодня «большие данные», «аналитика» и т. П. - это модные слова. И не зря.

Еще в 2012 году HBR назвал «ученый данных» «самой сексуальной работой века». «Но что действительно влечет за собой науку? И что еще более важно, как вы можете приобрести навыки, необходимые для того, чтобы называть себя ученым-информатиком?

Что такое наука о данных?

Когда-то ученые-данные были в основном в академическом пространстве. Теперь, с ростом большого сбора данных и необходимостью анализа, ученые-аналитики пользуются 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 промышленности преобладают мужчины, оценки женщин в области науки о данных составляют около 10%.

Согласно Glassdoor, средний национальный оклад для ученых-исследователей составляет 113 436 долларов (начало февраля 2017 года). Рассматривая только компенсацию, наука о данных намного более привлекательна, чем другие подобные карьеры.

Навыки, необходимые для научного исследования данных

Как и все рабочие места, конкретные навыки, необходимые для заполнения позиций в области научных исследований, зависят от конкретной компании.

Но есть определенные навыки / программные средства, которые остаются неизменными.

• Статистический язык программирования, такой как R и SAS
• Язык запросов к базам данных, такой как SQL
• Базовая статистика, такая как статистические тесты, распределения, оценки максимального правдоподобия и т. Д.
• Методы машинного обучения, такие как k-Nearest соседей, случайных лесов, ансамблевых методов и т. д.

• Многовариантное исчисление и линейная алгебра
• Регистрация данных и разработка новых продуктов, управляемых данными
• Знакомство с платформой Hadoop
• Инструменты визуализации, такие как Flare, HighCharts или AmCharts > Узнайте больше о том, как стать ученым и навыками данных, необходимых здесь.

Как стать ученым-аналитиком данных

В настоящее время существует три жизнеспособных варианта для того, чтобы стать ученым-информатором:

Самообучение через программы, такие как Udacity

• Посещение учебного лагеря для науки о данных
• Переход к выпускнику школа для получения степени магистра
• Конечно, есть плюсы и минусы каждого метода.

Самообучение

Плюсы:

Удобно: может быть сделано в свое время в любой среде и в любом темпе

• Доступное: может стоить где угодно от 0-600 долларов США.
• Экономит время: онлайн-курсы могут быть завершены в течение 8-18 месяцев.
• Минусы:

Получать сертификат только после завершения

• Отсутствие участия «равный-равному» или «учитель-ученик»
• Нет помощи при поиске работы
• Учебный лагерь для научных исследований

Плюсы:

Небольшое время: может быть завершено за 6 недель до 3 месяцев

• Относительно доступный, по крайней мере, по сравнению с получением степени магистра (загрузочные лагеря варьируются от бесплатных - $ 16 000)
• Идеально подходит для тех, кто хочет изменить карьера быстро
• Многие загрузочные лагеря предлагают помощь в процессе поиска работы после завершения
• Минусы:

Только получить портфель проектов - нет «реального» опыта работы

• Многому научиться в небольшом количестве время
• Может быть до 40 часов в неделю работы (в отличие от самостоятельного изучения, где вы можете идти в своем собственном темпе и все еще работать неполный рабочий день / полный рабочий день)
• Степень магистра

Плюсы:

Диплом по завершении

• Структурированное обучение с профессионально подготовленными инструкторами
• Опыт реального мира: многие программы включают в себя стажировки, которые будут дополнять опыт и знания
• Простое время чтобы узнать и поглотить всю информацию
• Минусы:

Дорого: может стоить от $ 20 000- $ 70 000 - не считая расходов на проживание

• Отнимает много времени: может занимать дольше (9-20 месяцы)
• Для получения дополнительной информации о взвешивании плюсов и минусов научного исследования данных ознакомьтесь с этой статьей.