Tiêu điểm nghề nghiệp: Nhà khoa học dữ liệu
NộI Dung
- Khoa học dữ liệu là gì?
- Kỹ năng cần thiết để trở thành một nhà khoa học dữ liệu
- Làm thế nào để trở thành một nhà khoa học dữ liệu
- Tự học
- Trại khởi động khoa học dữ liệu
- Bằng thạc sĩ
Ngày nay, dữ liệu lớn, các phân tích, các ứng dụng phân tích trực tuyến, và các loại tương tự. Và vì lý do tốt.
Trở lại năm 2012, HBR đã gọi nhà khoa học dữ liệu là người Hồi giáo là công việc quyến rũ nhất thế kỷ. Nhưng khoa học dữ liệu thực sự đòi hỏi gì? Và quan trọng hơn, làm thế nào bạn có thể có được các kỹ năng cần thiết để gọi cho mình một nhà khoa học dữ liệu?
Khoa học dữ liệu là gì?
Ngày xửa ngày xưa, các nhà khoa học dữ liệu chủ yếu ở trong không gian học thuật. Giờ đây, với sự bùng nổ của việc thu thập dữ liệu lớn và nhu cầu phân tích, các nhà khoa học dữ liệu đã trở thành nhu cầu cao trong một loạt các công ty và ngành công nghiệp, nhỏ và lớn.
Khoa học dữ liệu như một nghề kết hợp một loạt các kỹ năng trong toán học, thống kê và lập trình máy tính. Đó là một ngành công nghiệp do đàn ông thống trị; ước tính của phụ nữ trong khoa học dữ liệu là khoảng 10%.
Theo Glassdoor, mức lương trung bình quốc gia cho các nhà khoa học dữ liệu là 113.436 đô la. Nhìn vào sự bù trừ một mình, khoa học dữ liệu hấp dẫn hơn rất nhiều so với các nghề nghiệp tương tự khác.
Kỹ năng cần thiết để trở thành một nhà khoa học dữ liệu
Giống như tất cả các công việc, các kỹ năng cụ thể cần có để lấp đầy các vị trí khoa học dữ liệu phụ thuộc vào từng công ty.
Nhưng có một số kỹ năng / công cụ phần mềm nhất định vẫn nhất quán.
- Ngôn ngữ lập trình thống kê, như R và SAS
- Ngôn ngữ truy vấn cơ sở dữ liệu như SQL
- Thống kê cơ bản như kiểm tra thống kê, phân phối, ước tính khả năng tối đa, v.v.
- Các phương pháp học máy như hàng xóm k-Gần nhất, rừng ngẫu nhiên, phương pháp tập hợp, v.v.
- Tính toán đa biến và đại số tuyến tính
- Ghi nhật ký dữ liệu và phát triển các sản phẩm mới dựa trên dữ liệu
- Làm quen với nền tảng Hadoop
- Các công cụ trực quan như Flare, HighCharts hoặc AmCharts
Làm thế nào để trở thành một nhà khoa học dữ liệu
Ngày nay, có ba lựa chọn khả thi để trở thành một nhà khoa học dữ liệu:
- Tự học qua các chương trình như Udacity
- Tham dự một trại khởi động khoa học dữ liệu
- Đi học cao học để lấy bằng thạc sĩ
Tất nhiên, có những ưu và nhược điểm đối với từng phương pháp.
Tự học
Ưu điểm:
- Thuận tiện: có thể được thực hiện vào thời gian riêng của bạn trong bất kỳ môi trường và bất kỳ tốc độ nào.
- Giá cả phải chăng: có thể có giá từ 0-600 đô la.
- Tiết kiệm thời gian: các khóa học trực tuyến có thể được hoàn thành trong vòng tám đến 18 tháng.
Nhược điểm:
- Chỉ nhận được chứng chỉ sau khi hoàn thành
- Không có sự tham gia của các đồng nghiệp hoặc giáo viên với học sinh
- Không hỗ trợ săn việc
Trại khởi động khoa học dữ liệu
Ưu điểm:
- Cam kết ít thời gian: có thể hoàn thành trong sáu tuần đến ba tháng
- Giá cả tương đối phải chăng, ít nhất là so với việc lấy bằng thạc sĩ (trại khởi động trong khoảng từ miễn phí - $ 16.000)
- Lý tưởng cho những người muốn thay đổi nghề nghiệp một cách nhanh chóng
- Nhiều trại khởi động cung cấp hỗ trợ trong quá trình tìm kiếm việc làm sau khi hoàn thành
Nhược điểm:
- Chỉ nhận danh mục dự án - không có kinh nghiệm làm việc "thực sự"
- Rất nhiều thứ để học trong một khoảng thời gian ngắn
- Có thể lên tới 40 giờ một tuần làm việc (không giống như tự học nơi bạn có thể đi theo tốc độ của riêng bạn và vẫn làm việc bán thời gian hoặc toàn thời gian)
Bằng thạc sĩ
Ưu điểm:
- Văn bằng sau khi hoàn thành
- Học tập có cấu trúc với các giảng viên được đào tạo chuyên nghiệp
- Trải nghiệm thực tế: nhiều chương trình bao gồm thực tập sẽ bổ sung kinh nghiệm và kiến thức
- Có nhiều thời gian để tìm hiểu và tiếp thu tất cả thông tin
Nhược điểm:
- Đắt tiền: có thể có giá từ 20.000 đến 70.000 đô la - không bao gồm chi phí sinh hoạt
- Tốn thời gian: cũng có thể mất nhiều thời gian nhất (chín đến 20 tháng)
