Carrière Spotlight: Wat is Data Science?

Vandaag zijn "grote data", "analytics" en dergelijke de buzzwords trending. En met goede reden.

Terug in 2012, HBR genaamd 'data wetenschapper' als de 'sexyste werk van de eeuw. "Maar wat houdt de gegevenswetenschap echt in? En nog belangrijker, hoe kun je de nodige vaardigheden verwerven om jezelf een data wetenschapper te noemen?

Wat is Data Science?

Data-wetenschappers waren ooit in de academische ruimte. Nu, met de opkomst van grote gegevensverzameling en de noodzaak van analyse, zijn data wetenschappers in grote vraag geworden in een groot aantal bedrijven en industrieën, klein en groot.

Gegevenswetenschappen als een beroep omvat een scala aan vaardigheden binnen wiskunde, statistiek en computer programmering. Het is een industrie die door mannen wordt gedomineerd, schattingen van vrouwen in de informatica zijn ongeveer 10%.

Volgens Glassdoor bedraagt ​​het gemiddelde nationaal salaris voor data wetenschappers $ 113, 436 (begin februari 2017). Kijkend naar schadevergoeding alleen is de informatica veel aantrekkelijker dan andere vergelijkbare carrières.

Vaardigheden die nodig zijn om een ​​data wetenschapper te zijn

Net als alle banen, zijn de specifieke vaardigheden die nodig zijn om de gegevenswetenschappen te vervullen afhankelijk van het individuele bedrijf.

Maar er zijn bepaalde skillsets / software tools die consistent blijven.

• Statistische programmeertaal, zoals R en SAS
• Database querying taal zoals SQL
• Basisstatistieken zoals statistische tests, verdelingen, maximale waarschijnlijkheidsberichten enzovoort
• Machine leermethoden zoals k-Dichtstbijzijnde buren, willekeurige bossen, ensemble methoden, enz.

• Multivariabele calculus en lineaire algebra
• Data logging en ontwikkeling van nieuwe producten die data-driven zijn
• Bekendheid met Hadoop platforming
• Visualisatie tools zoals Flare, HighCharts of AmCharts > Lees meer over hoe u hier een data wetenschapper en vaardigheden nodig hebt.

Hoe wordt een data wetenschapper geworden? Nu zijn er drie levensvatbare mogelijkheden om data-wetenschapper te worden:

Zelfstudie via programma's als Udacity

Bijwonen van een computer science boot campus

• Gaan afstuderen school voor een master's degree
• Natuurlijk zijn er voor- en nadelen voor elke methode.
• Zelfstudie

Voors:

Handig: kan op uw eigen tijd in elke omgeving en in elk tempo worden uitgevoerd.

Betaalbaar: kost ergens van $ 0-600.

• Spaart tijd: online cursussen kunnen binnen 8-18 maanden worden afgerond.
• Nadelen:
• Een certificaat ontvangen na voltooiing

Geen peer-to-peer of betrokkenheid van leraar-tot-student

• Geen hulp bij jobjagen
• Data Science Boot Camp
• Voors:

Kleine tijdsverplichting: kan in 6 weken tot 3 maanden voltooid worden

Relatief betaalbaar, in ieder geval vergeleken met het behalen van een master's degree (boot camps variëren van gratis - $ 16.000)

• Ideaal voor mensen die willen veranderen karriere snel
• Veel bootkampen bieden hulp bij het zoeken naar werk na afronding.
• Nadelen:
• Krijg alleen een portfolio van projecten - geen echte werkervaring.

Veel te leren in een korte hoeveelheid tijd

• Kan maximaal 40 uur per week werken (in tegenstelling tot zelfstudie waar u in uw eigen tempo kunt gaan en nog deeltijd / voltijd werkt)
• Master's Degree
• Voors:

Diploma na voltooiing

Gestructureerd leren met professioneel opgeleide instructeurs

• Ervaring in de wereld: veel programma's omvatten stages die zullen bijdragen aan ervaring en kennis
• Ruime tijd
• Nadelen:
• Duur: kan kosten tussen $ 20.000- $ 70.000 - zonder kosten voor levensonderhoud

Tijdrovend: kan ook langst nemen (9-20) maanden)

• Voor meer informatie over het weegeren van de voor- en nadelen van het leren van de informatica, kijk dan dit artikel.