Ако обмисляте този път за кариера, това ръководство може да ви е полезно!
1. Изследвайте професията
Преди да решите кариера, винаги трябва да я проучите задълбочено. Това ще ви позволи да получите по-ясна картина на избраната от вас професия, както и да ви даде представа как да се включите.
Описание на работата
Тъй като стойността и важността на данните започва да зазорява за бизнеса и организациите, учените по данни трябва да използват алгоритми и статистически техники, за да превърнат тези данни в информация.
Не е случай само на техническо ноу-хау. Учените за данни трябва да имат познания за индустрията, в която работят, за да могат да осмислят тази информация и да разберат какво е важно, а кое не. И след това те трябва да могат да обясняват своите открития ясно и ефективно на другите; комуникацията е ключово умение в науката за данни.
Основни задължения
В зависимост от организацията, в която работите, ролята ви може да варира леко, но като цяло отговорностите на специалиста по данни са следните:
- Работете с други отдели във вашата организация, за да идентифицирате проблемите и да използвате данни, за да предлагате ефективни решения
- Обединяване, управление и извличане на данни, за да създадете персонализирани отчети за колеги, клиенти или по-широката организация
- Поддържайте ясна комуникация с организацията по всяко време, за да осигурите разбиране и задоволяване на нуждите от данни
- Използвайте инструменти за машинно обучение и статистически техники, за да осигурите решения според нуждите
- Създайте ясни и кратки доклади, които предлагат стойност за клиентите или бизнеса
- Бъдете в крак с най-новите технологии, техники и методи
- Провеждане на изследвания на прототипи и доказване на концепции
- Търсете възможности за използване на прозрения, кодове или модели, които биха могли да се възползват от други функции на организацията (т.е. HR или маркетинг)
- Насърчавайте образованието на науката за данни и насърчавайте другите в организацията да видят ползите от вашата работа
Основни умения и качества
- Много силни комуникативни умения за обяснение на сложни понятия на хора, които нямат работни познания по механиката на анализа на данните
- Внимателно внимание към детайла и способността за ефективно решаване на проблеми
- Опит с (или желание да се захванете) с инструменти за разпит и анализ на база данни, като SQL
- Самомотивация и способност за работа без надзор
- Добри организационни и планиращи умения
- Подход за сътрудничество при споделяне на идеи и намиране на решения, тъй като ще се изисква да работите с други отдели
Работно време и условия
Това ще варира в зависимост от организацията, за която работите, но с основание можете да очаквате да работите нормално от понеделник до петък в офис часа. Ако имате срокове, може да се наложи да работите по-дълги часове или през почивните дни.
Перспективи за заплата
Във Великобритания повечето позиции на начално ниво предлагат начални заплати между 19 000 и 25 000 британски лири. С натрупването на повече опит и стаж, това може да нарасне до всяка точка между 30 000 и 50 000 британски лири, като учените и консултантите на високо ниво могат да управляват заплатите от където и да е между 60 000 и над 100 000 британски лири.
В САЩ началните заплати са около 65 000 долара, цифра, която може да нарасне чак до 135 000 долара. Средната заплата е около 90 000 долара.
Тези цифри са променливи в зависимост от вида на индустрията, в която работите (например финансовите фирми са склонни да плащат по-високи заплати) и местоположението, в което работите.
2. Вземете квалификации
Обикновено повечето компании ще изискват да имате степен на наука за данни или свързана област, но не е задължително да сте в компютър или в научно-базирана област. Силните количествени умения са, разбира се, важни, но способността да решавате проблемите логично и методично са по-големи фактори.
Това каза, че е важно да имате някои технически умения. Познаването на езици за програмиране - особено Python - е абсолютно задължително, тъй като ще боравите с огромно количество данни и реално повечето компании ще търсят запознаване с други кодиращи езици и софтуерни програми.
Ако променяте кариерата, обучението за следдипломна квалификация в съответна област може да помогне, но това не са непременно изисквания. Някои добри теми, върху които да се съсредоточим, биха били:
- MSc Data Science
- MSc Business Analytics
- MSc Data Science and Analytics
- MSc Big Data
3. Заземете първата си работа
В момента науката за данни е изключително търсена професия, тъй като организациите започват да осъзнават значението на използването на своите данни за вземане на информирани решения. В резултат на това компаниите от всеки бранш се грижат за талантливи и знаещи новобранци, като предприятията се конкурират един срещу друг, за да осигурят най-добрия талант.
Ако се нуждаете от повече опит, много по-големи компании предлагат стажове и програми за засенчване на работа, където можете да приложите знанията си на практика и да изградите професионална мрежа от контакти.
Има и онлайн състезания, в които можете да участвате, като например домакините от Kaggle, Topcoder и отбранителната технологична лаборатория (DSTL), където набиращите персонал често търсят нови и нови таланти.
Някои от по-известните индустрии, в които бихте могли да работите, са:
- Финанси
- Academia
- Научно изследване
- На дребно
- Информационни технологии
- Е-търговия
Този списък обаче не е изчерпателен. През последните години учените за данни се превърнаха в ценно предимство в телекомуникационните, транспортните и енергийните компании - по същество във всяка индустрия, в която компаниите генерират данни.
Тъй като работните места са с толкова голямо търсене, следете сайтовете за обяви за работа или ако има конкретна индустрия, в която искате да работите, проучете компаниите в тази област и редовно проверявайте техните уебсайтове за позиции. Освен това можете да опитате тези сайтове:
- Работни места на Data Scientist
- KD Nuggets (предимно работни места в САЩ)
- Kaggle
4. Развийте своята кариера
По отношение на професионалното развитие няма реална акредитация или сертификация. Може да бъдете помолени да посетите специфични за индустрията курсове за обучение, за да разширите или разширите знанията си, както и да бъдете насърчени да бъдете в крак с нововъзникващите тенденции и развития в областта на науката за данни.
По отношение на кариерното развитие много зависи от това колко време отнема да научите необходимите умения за анализиране на големи набори от данни и ефективно представяне на вашите открития. Има няколко стъпки по стълбата на промоцията, тъй като повечето компании имат старши учени за данни; в тази роля бихте поели допълнителни задачи за управление и ще бъдете отговорни за малка група младши учени по данни.
Тъй като уменията, които ще научите и притежавате, не се ограничават до една конкретна индустрия, сравнително лесно е да се преместите в различни компании или да работите в чужбина.
Работни перспективи
Прогнозата за работата на учените с данни е изключително положителна. Правителството на Обединеното кралство твърди, че до 2020 г. всяка година ще се създават 56 000 работни места за учени с данни, докато експертите по консултантски услуги в областта на управлението McKinsey & Co прогнозират, че през 2018 г. ще има между 140 000 и 190 000 позиции в науката за данни, които ще бъдат незаети. С талант в такова кратко предлагане компаниите все повече са готови да платят най-висока цена, за да осигурят правилните набори умения.
В САЩ търсенето е подобно. Harvard Business Review (HBR) твърдят, че недостигът на учени за данни се превръща в "сериозно ограничение" в някои сектори, обявявайки науката за данни като "най-секси работа на 21- ви век". Освен това той беше обявен за най-добрата работа за 2017 г. в сайта за кариери Glassdoor, със средна оценка от 4, 8 от 5 - наистина висока оценка.
Това вероятно е златният век за учените по данни, тъй като те определено работят на пазара на купувачи. С висящия морков с високи стимули и гъвкав и устойчив набор от умения, който осигурява силна сигурност на работното място, сега никога не е било по-доброто време за продължаване на кариерата.
Работите ли в науката за данни? Ако е така, уведомете ни вашите преживявания в коментарите ...
