Career Spotlight: wat is data science?

Tegenwoordig zijn 'big data', 'analyses' en dergelijke trending buzzwords. En om een ​​goede reden.

In 2012 noemde HBR 'data scientist' de 'meest sexy baan van de eeuw'. Maar wat houdt data science echt in? En nog belangrijker, hoe kun je de vaardigheden verwerven die nodig zijn om jezelf een data scientist te noemen?

Wat is Data Science?

Once upon a time, data scientists waren meestal in de academische ruimte. Nu, met de opkomst van big data collection en de behoefte aan analyse, zijn datawetenschappers enorm gegroeid in een reeks van bedrijven en industrieën, klein en groot.

Data science als een beroep omvat een scala aan vaardigheden binnen wiskunde, statistiek en computerprogrammering. Het is een industrie die wordt gedomineerd door mannen, schattingen van vrouwen in de data science zijn ongeveer 10%.

Volgens Glassdoor is het gemiddelde nationale salaris voor datawetenschappers $ 113.436. Alleen al kijkend naar compensatie, is data science een stuk aantrekkelijker dan andere vergelijkbare carrières.

Vaardigheden die nodig zijn om een ​​Data Scientist te zijn

Zoals alle banen, zijn de specifieke vaardigheden die vereist zijn om data science-posities in te vullen, afhankelijk van het individuele bedrijf.

Maar er zijn bepaalde vaardigheden / softwaretools die consistent blijven.

• Statistische programmeertalen, zoals R en SAS
• Database-zoektaal, zoals SQL
• Basisstatistieken zoals statistische tests, verdelingen, maximumwaarschijnlijkheidsschatters, enzovoort
• Methoden voor het leren van machines, zoals k-Dichtstbijzijnde buren, willekeurige forests, ensemble-methoden, enz.
• Multivariabele calculus en lineaire algebra
• Datalogging en ontwikkeling van nieuwe producten die datagedreven zijn
• Bekendheid met Hadoop-platforming
• Visualisatiehulpmiddelen zoals Flare, HighCharts of AmCharts

Hoe een Data Scientist te worden

Tegenwoordig zijn er drie haalbare opties om data scientist te worden:

• Zelfstudie via programma's zoals Udacity
• Bijwonen van een bootcamp over gegevenswetenschap
• Naar school gaan voor een masteropleiding

Natuurlijk zijn er voor elke methode voor- en nadelen.

Zelfstudie

Voors:

• Handig: kan op uw eigen tijd in elke omgeving en in elk tempo worden gedaan
• Betaalbaar: kan overal kosten van $ 0-600.
• Bespaart tijd: online cursussen kunnen binnen 8-18 maanden worden voltooid.

nadelen:

• Ontvang alleen een certificaat na voltooiing
• Geen peer-to-peer of leraar-tot-studentbetrokkenheid
• Geen hulp bij het zoeken naar een baan

Data Science Boot Camp

Voors:

• Weinig tijdsbesteding: kan in 6 weken tot 3 maanden worden voltooid
• Relatief betaalbaar, tenminste in vergelijking met het behalen van een masterdiploma (bootkampen variëren van gratis - $ 16.000)
• Ideaal voor mensen die snel van baan willen veranderen
• Veel bootkampen bieden hulp bij het zoeken naar een baan na voltooiing

nadelen:

• Krijg alleen een portfolio met projecten - geen "echte" werkervaring
• In een korte tijd veel te leren
• Kan tot 40 uur per week werken (in tegenstelling tot zelfstudie waarbij je in je eigen tempo kunt gaan en nog steeds parttime / fulltime kunt werken)

Master diploma

Voors:

• Diploma na voltooiing
• Gestructureerd leren met professioneel opgeleide instructeurs
• Praktische ervaring: veel programma's bevatten stages die bijdragen aan ervaring en kennis
• Veel tijd om te leren en alle informatie te absorberen

nadelen:

• Duur: kost tussen $ 20.000- $ 70.000 - exclusief kosten voor levensonderhoud
• Tijdrovend: kan ook het langst duren (9-20 maanden)