Как стать специалистом по данным

Наука о данных перешла из недавно введенного термина в 2007 году в одну из самых востребованных дисциплин в профессиональном мире. Но что на самом деле делает ученый данных? А как можно ворваться в поле? Вот что вам нужно знать, если вы хотите получить навыки, чтобы стать специалистом по данным.

Что делают ученые данных?

Специалисты по обработке данных объединяют статистику, информатику и анализ данных, чтобы навести порядок в огромных объемах недисциплинированных данных, которые сейчас собирают тысячи компаний. Хорошо известно, что ваша учетная запись Facebook содержит ценную информацию

и что Google хочет знать абсолютно все о вас. Но теперь даже местные стартапы собирают данные, которые, как они надеются, могут быть добыты и превращены в полезные стратегии для развития их бизнеса.

Данные, которые собирают компании, часто бывают очень запутанными — они неполные, неорганизованные, несвязно маркированные и часто просто неверные. Но там есть много ценной информации, и ученые, занимающиеся данными, генерируют идеи, которые могут быть реализованы деловыми кругами компании.

анализ данных

Многие описания науки о данных подчеркивают важность открытия в этой области; исследователи данных могут не знать, что они ищут, проходя терабайты данных, но они узнают, когда увидят что-то интересное (эта потребность в интуиции и открытии является одной из причин, почему эта работа не может быть хорошо сделанным роботами

). Они также должны хорошо представлять эту информацию другим, поскольку руководители и руководители обычно не очень хорошо разбираются в языке анализа данных, как ученые, занимающиеся данными.

Короче говоря, исследователи данных анализируют огромные объемы данных и превращают их в действенные стратегии. Не заблуждайтесь: это нелегкая работа. Но это чрезвычайно ценно для компаний, и всегда будет, поэтому ученые, работающие с данными, могут рассчитывать на безопасные рабочие места в будущем.

, И им хорошо платят за эти навыки: ученый может легко сделать более 90 000 долларов в год.

Какие навыки нужны ученым в области данных?

Поскольку «наука о данных» представляет собой быстро меняющуюся и часто плохо определенную область, диапазон навыков, которые вы найдете среди специалистов по данным, впечатляюще широк. Большинство из них имеют некоторую подготовку в области статистики, анализа данных и математики. Почти все имеют опыт программирования

особенно в Python, R, Hadoop, SQL и других языках, которые используются для хранения данных, статистики и машинного обучения. Поскольку он особенно популярен в анализе данных, изучение Python

это хорошее место для начала.

Знание других программ анализа данных, таких как MATLAB, SAS и Minitab, также может быть весьма полезным.

Программирование кода

Умение четко общаться с людьми, которые не понимают машинного обучения, статистики или анализа данных, также очень важно. Если вы находите что-то новаторское, но не можете никому это объяснить, это не принесет никакой пользы. Четкое общение — это мягкий навык

это требуется от любого технолога в наши дни.

Опыт работы в нескольких областях полезен, если вы начинающий ученый в области данных — как внутри, так и за пределами той области, в которой вы работаете. Умение творчески мыслить и решать проблемы с разных точек зрения чрезвычайно полезно при работе в науке о данных, так как новые проблемы часто требуют инноваций и специальных решений.

Изучение навыков для науки о данных

Поскольку ученые, работающие с данными, должны уметь работать с различными инструментами из разных областей, таких как разработка приложений и теория вероятностей, путь к профессии не ясен. Многие ученые, занимающиеся данными, начинали как компьютерные специалисты или статистики и приобретали необходимые навыки на работе. Другие приходят из совершенно разных слоев общества, которые дают им опыт, необходимый им для творческого решения проблем.

, и некоторые из них являются более профессиональными ресурсами. Все они бесплатны, если не указано В конце списка я включил несколько программ сертификации, погружения и получения степени, на случай, если вам интересно, где можно пройти серьезную подготовку по науке о данных — есть и другие, но они должны дать вам представление. из того, что доступно.

Вступление

  • Основы больших данных (Университет больших данных)

программирование

  • Python (Google)
  • Компьютеры для анализа данных (Coursera)
  • Анализ данных с помощью R (Coursera)
  • Data Mining с R (Университет больших данных)
  • Основы Hadoop I (Университет больших данных)

Статистика и анализ данных

  • Вероятность и статистическое обоснование (Университет Карнеги-Меллона; бесплатно для независимых учеников, 25 долларов для академических студентов) [Ссылка удалена]
  • Введение в прикладную статистику (онлайн-курсы)
  • Анализ данных (Coursera)
  • Машинное обучение (Стэнфордский университет через Coursera)

Сертификация науки о данных

  • Data Science (Университет Джона Хопкинса через Coursera; бесплатно без сертификата, $ 475 с сертификатом)
  • Анализ данных Нанодеграда (Udacity; $ 200 / месяц, 9–12 месяцев)

Программа по изучению данных

  • Zipfian Academy Data Science 12-недельное погружение ($ 16 000)

Программы по науке о данных

  • Профессиональный магистр информации и наук о данных в Калифорнийском университете в Беркли
  • MS в области наук о данных в Нью-Йоркском университете
  • MS в области наук о данных в университете Святого Томаса
  • Онлайн MS в науке о данных в университете Висконсина
  • MS в аналитике в Университете штата Северная Каролина
  • MS в аналитике в Северо-Западном университете

Список выше должен дать вам много, чтобы начать. После того, как вы освоили бесплатные ресурсы, вы можете приступить к рассмотрению некоторых специфических для отрасли вещей, таких как биостатистика, анализ данных здравоохранения или анализ данных для обеспечения безопасности — существует множество ресурсов, которые вы можете использовать, не возвращаясь к школа

для получения степени

Вы можете найти курсы по этим темам в таких местах, как Coursera, Udacity и даже на YouTube. Переход к более продвинутым программным ресурсам также хорошая идея. Есть множество вещей для вас, чтобы учиться; вам просто нужно некоторое время, чтобы найти те, которые наиболее подходят для вас.

Вот короткое 1-минутное вдохновляющее видео от Adobe о жизни ученого-данных.

Вы хотите быть одним из них? Если у вас есть какие-либо хорошие ресурсы для начинающих ученых, поделитесь ими в комментариях, чтобы другие, заинтересованные в этой области, могли ими воспользоваться!

Авторы изображений: бизнесмен, стоящий у доски (отредактировано), крупный план бизнес-леди с графиками в руках, программный код на мониторе с помощью Shutterstock.

Ссылка на основную публикацию
Adblock
detector