Jei svarstote apie šį karjeros kelią, šis vadovas gali praversti!
1. Ištirkite profesiją
Prieš priimdami sprendimą dėl karjeros, visada turėtumėte ją gerai ištirti. Tai leis jums susidaryti aiškesnį savo pasirinktos profesijos vaizdą, taip pat suteiks idėją, kaip įsitraukti.
Darbo aprašymas
Kai duomenų vertė ir svarba pradeda blogėti įmonėms ir organizacijoms, duomenų mokslininkai privalo naudoti algoritmus ir statistinius metodus, kad šie duomenys būtų paversti informacija.
Tačiau tai nėra vien tik techninės žinios. Duomenų mokslininkai privalo turėti žinių apie pramonę, kurioje jie dirba, kad jie galėtų suprasti šią informaciją ir suprasti, kas yra svarbu, o kas ne. Po to jie turi mokėti aiškiai ir efektyviai paaiškinti savo išvadas kitiems; komunikacija yra pagrindinis duomenų mokslo įgūdis.
Pagrindinės pareigos
Priklausomai nuo organizacijos, kurioje dirbate, jūsų vaidmuo gali šiek tiek skirtis, tačiau paprastai duomenų mokslininko atsakomybė yra tokia:
- Dirbkite su kitais savo organizacijos departamentais, kad nustatytumėte problemas, ir naudokite duomenis, kad pasiūlytumėte veiksmingus sprendimus
- Sujunkite, tvarkykite ir gaukite duomenis, kad sukurtumėte pritaikytas ataskaitas kolegoms, klientams ar platesnei organizacijai
- Visada palaikykite aiškų ryšį su organizacija, kad įsitikintumėte, jog duomenų poreikiai yra suprantami ir tenkinami
- Jei norite pateikti sprendimus, naudokite mašininio mokymosi priemones ir statistinius metodus
- Kurkite aiškias ir glaustas ataskaitas, teikiančias vertę klientams ar verslui
- Sekite naujausias technologijas, metodus ir metodus
- Atlikite prototipų ir koncepcijų įrodymų tyrimus
- Ieškokite galimybių naudotis įžvalgomis, kodais ar modeliais, kurie galėtų būti naudingi kitoms organizacijos funkcijoms (ty žmogiškiesiems ištekliams ar rinkodarai).
- Skatinkite duomenų mokslo mokslą ir skatinkite kitus organizacijos narius pamatyti jūsų darbo pranašumus
Esminiai įgūdžiai ir savybės
- Labai stiprūs bendravimo įgūdžiai, paaiškinti sudėtingas sąvokas žmonėms, neturintiems darbinių žinių apie duomenų analizės mechaniką
- Kruopštus dėmesys detalėms ir gebėjimas efektyviai išspręsti problemą
- Patirtis naudojant (ar norą įsisąmoninti) duomenų bazės apklausos ir analizės įrankius, tokius kaip SQL
- Savimotivacija ir galimybė dirbti be priežiūros
- Geri organizaciniai ir planavimo įgūdžiai
- Bendradarbiavimo metodas dalijantis idėjomis ir ieškant sprendimų, nes jums reikės dirbti su kitais departamentais
Darbo laikas ir sąlygos
Tai skirsis priklausomai nuo organizacijos, kurioje dirbate, tačiau pagrįstai galite tikėtis, kad dirbsite įprastomis darbo dienomis nuo pirmadienio iki penktadienio. Jei turite terminus, gali reikėti dirbti ilgesnes valandas arba savaitgaliais.
Atlyginimo perspektyvos
Jungtinėje Karalystėje dauguma pradinio lygio pozicijų siūlo pradinius atlyginimus nuo 19 000 iki 25 000 svarų. Įgydami daugiau patirties ir darbo stažo, tai gali išaugti nuo 30 000 iki 50 000 svarų sterlingų, o aukšto lygio mokslininkai ir konsultantai gali nurodyti atlyginimus nuo 60 000 iki 100 000 svarų sterlingų.
JAV pradinis atlyginimas yra apie 65 000 USD, o šis skaičius gali pakilti iki 135 000 USD. Vidutinis atlyginimas yra apie 90 000 USD.
Šie skaičiai kinta priklausomai nuo to, kokioje pramonės šakoje dirbate (pavyzdžiui, finansų firmos paprastai moka didesnius atlyginimus) ir vietą, kurioje dirbate.
2. Gaukite kvalifikaciją
Paprastai dauguma kompanijų reikalauja, kad turėtumėte duomenų mokslo ar susijusios srities laipsnį, tačiau tai nebūtinai turi būti kompiuterio ar mokslo pagrįsta sritis. Aišku, svarbūs yra stiprūs kiekybiniai įgūdžiai, tačiau gebėjimas logiškai ir metodiškai spręsti problemas yra didesni faktoriai.
Vis dėlto svarbu turėti tam tikrų techninių įgūdžių. Programavimo kalbų, ypač „Python“, žinios yra būtinos, nes tvarkysite didžiulį duomenų kiekį, o realiai dauguma kompanijų ieškos žinių apie kitas kodavimo kalbas ir programines programas.
Jei keičiate karjerą, gali būti naudinga studijuoti atitinkamos srities magistrantūroje, tačiau tai nebūtinai yra reikalavimai. Keletas gerų dalykų, į kuriuos reikėtų sutelkti dėmesį, būtų šie:
- Magistrantūros duomenų mokslas
- MSC Verslo analizė
- Magistrantūros duomenų mokslas ir analizė
- Magistrantūros duomenys
3. Nusileiskite savo pirmajam darbui
Duomenų mokslas šiuo metu yra labai reikalinga profesija, nes organizacijos pradeda suvokti, kaip svarbu naudoti savo duomenis priimant pagrįstus sprendimus. Todėl kiekvienos pramonės šakos įmonės ieško talentingų ir išmanančių darbuotojų, o įmonės konkuruoja tarpusavyje siekdamos užsitikrinti pačius geriausius talentus.
Jei jums reikia daugiau patirties, daugelis didesnių kompanijų siūlo stažuotes ir darbo šešėliavimo programas, kuriose galite pritaikyti savo žinias praktikoje ir sukurti profesionalų kontaktų tinklą.
Taip pat yra internetinių konkursų, kuriuose galite dalyvauti, tokių kaip „Kaggle“, „Topcoder“ ir Gynybos mokslo technologijų laboratorijos (DSTL) rengiami konkursai, kuriuose darbdaviai dažnai ieško naujų ir kylančių talentų.
Kai kurios svarbiausios pramonės šakos, kuriose galėtumėte dirbti:
- Finansai
- Akademija
- Moksliniai tyrimai
- Mažmeninė
- Informacinės technologijos
- El. Komercija
Tačiau šis sąrašas nėra baigtinis. Pastaraisiais metais duomenų mokslininkai tapo vertingu telekomunikacijų, transporto ir energetikos įmonių turtu - iš esmės bet kurioje pramonės šakoje, kur įmonės generuoja duomenis.
Kadangi darbo vietų paklausa yra tokia didelė, stebėkite darbo vietų sąrašus arba, jei yra tam tikra pramonės šaka, kurioje norite dirbti, tyrinėkite tos srities kompanijas ir reguliariai tikrinkite jų svetaines, ar nėra pozicijų. Arba galite išbandyti šias svetaines:
- Duomenų mokslininko darbai
- „KD Nuggets“ (daugiausia JAV darbo vietos)
- Kabinti
4. Plėtokite savo karjerą
Kalbant apie profesinį tobulėjimą, realios akreditacijos ar sertifikavimo nėra. Jūsų gali būti paprašyta lankyti specifinius pramonės mokymo kursus, kad praplėsti ar išplėsti savo žinias, taip pat gali būti kviečiami neatsilikti nuo naujausių tendencijų ir duomenų mokslo raidos.
Kalbant apie karjeros vystymąsi, daug kas priklauso nuo to, kiek laiko reikia išmokti reikiamų įgūdžių norint analizuoti didelius duomenų rinkinius ir efektyviai pateikti savo išvadas. Yra keli žingsniai paaukštinimo laiptais, nes daugumoje kompanijų yra vyresnieji duomenų mokslininkai; atliekant šį vaidmenį, jūs imtumėtės papildomų valdymo užduočių ir būtumėte atsakingas už nedidelę jaunesniųjų duomenų mokslininkų grupę.
Kadangi įgūdžiai, kuriuos išmoksite ir turėsite, neapsiriboja viena pramonės šaka, yra gana paprasta pereiti į skirtingas kompanijas ar dirbti užjūryje.
Darbo perspektyva
Duomenų mokslininkų darbo perspektyvos yra labai teigiamos. JK vyriausybė tvirtina, kad kasmet iki 2020 m. Bus sukurta 56 000 duomenų mokslininkų darbo vietų, o vadybos konsultacijų ekspertai „McKinsey & Co“ prognozuoja, kad 2018 m. Duomenų mokslo srityje bus nuo 140 000 iki 190 000 darbo vietų. Kadangi talentų trūksta, įmonės vis labiau nori mokėti aukščiausią kainą, kad užtikrintų reikiamus įgūdžius.
JAV paklausa panaši. Harvardo verslo apžvalgoje (HBR) teigiama, kad duomenų mokslininkų trūkumas kai kuriuose sektoriuose tampa „rimtu suvaržymu“, skelbiant duomenų mokslą „seksualiausiu XXI amžiaus darbu“. Be to, jis buvo išrinktas geriausiu 2017 m. Darbu karjeros svetainėje „Glassdoor“, o vidutinis įvertinimas buvo 4, 8 iš 5 - iš tiesų didelis pagyrimas.
Duomenų mokslininkams tai greičiausiai yra aukso amžius, nes jie neabejotinai veikia pirkėjų rinkoje. Dėl aukštų paskatų kabančios morkos ir lanksčių bei atsparių įgūdžių rinkinio, užtikrinančio tvirtą darbo saugumą, dar niekada nebuvo geresnio laiko siekti karjeros.
Ar dirbate duomenų moksle? Jei taip, praneškite mums apie savo patirtį komentaruose ...
