Когда вы в последний раз брали трубку и просматривали свою ленту в Instagram? Проверил историю на Snapchat? Купили что-то у амазона?
Ну, а вы, возможно, не поняли, что драйвером каждого из этих приложений являются данные.
И чтобы оставаться актуальными, компании используют эти данные, чтобы предсказать, что будет дальше. Люди в центре всего этого действия? Ученые данных.
Поэтому неудивительно, что в отчете за 2012 год, опубликованном в Harvard Business Review, эта профессия была названа «самой сексуальной работой XXI века».
Прогнозируется, что к 2020 году спрос на ученых данных возрастет на 28%, поскольку компании собирают данные из самых разных источников и нуждаются в их анализе, чтобы обеспечить лучшие результаты: клики онлайн, счетчики воды в домашних хозяйствах, покупки продуктов питания, медицинские записи. Но простого сбора данных недостаточно. Кто-то должен разобраться во всех этих числах и найти шаблоны для работы. Это то, что делают ученые данных, они анализируют данные для моделей и используют историю в качестве предиктора для будущих результатов.
Итак, теперь, когда мы понимаем, что делает ученый данных и насколько он сексуален, как вы станете им?
Должны любить данные
Это может показаться очевидным, но чтобы быть специалистом по данным, вы должны любить данные, говорит Мэри Л., специалист по данным в New York Life. Мэри всегда была хороша в математике и признает, что она была «в основном замужем за математикой» в старшей школе.
Джереми Б. из отдела управления корпоративными данными в New York Life говорит, что его страсть к данным началась, когда он начал предсказывать проблемы в платформе предыдущей компании, чтобы проблемы могли быть устранены с упреждением.
Хотя Мэри высоко ценит, что ее коллеги из разных культур и учебных заведений, от финансовой математики до актуарной науки, их всех объединяет любовь к данным. Мэри сама была статистиком задолго до того, как ученый по данным стал популярным, и она предполагает, что удобство работы с данными, возможно, является наиболее важным аспектом работы.
Тем не менее, Джереми советует потенциальным потенциальным ученым по добавлению программирования в свой инструментарий, если они могут: «Есть навыки, которые можно усовершенствовать и развить с помощью программирования, будь то разные языки, такие как Java или Python, или даже возможность пройтись и писать стандартные запросы SQL. »
Выделяться из толпы
Выделение в пуле кандидатов - это всегда хорошо, и это справедливо и для работ в области наук о данных.
Джереми отмечает, что, поскольку наука о данных все еще находится в зарождающейся области, не существует стандарта для того, что нужно знать, чтобы добиться успеха в отрасли. «То, что мы действительно ищем, это люди, которые являются интеллектуально любопытными, - говорит он, - люди, которые хотят копать глубже, которые продолжают стремиться сделать себя и компанию лучше благодаря достижениям в технологиях передачи данных».
Например, в New York Life, поскольку ученые по работе с данными работают с коллегами, имеющими разный опыт, они привносят свои собственные взгляды в таблицу, что всегда ценится, по словам Рауля Х., из команды по управлению взаимоотношениями с клиентами в New York Life. В конце концов, это «сводится к тому, чтобы иметь страсть к данным и действительно хотеть копаться в них, разбирать наборы данных и действительно стать экспертом в отношении набора данных, который вы оцениваете», добавляет Джереми.
Итог: так же, как и на других работах, вы можете выделиться, показав, что вы командный игрок и готовы опускаться в окопы и пачкать руки.
«Вы будете применять свои навыки и знания для развития практики. Таким образом, вы почувствуете причастность и одновременно будете учиться », - говорит Джереми, добавляя, что передовая работа с наукой о данных в New York Life придает ей стартовый настрой.
Прежде всего, вы должны иметь страсть к данным. Это единственный способ сформировать свою карьеру в быстро развивающейся и, конечно же, сексуальной сфере.
Итак, независимо от того, убедились ли мы в том, что наука о данных - это работа вашей мечты, или вы все еще на грани, мы рассмотрели некоторые из наиболее распространенных технологических ролей (включая науку о данных) и способы их достижения.
Инфографический дизайн Мэри Шафрат.
