Carrière Pleins feux: Qu'est-ce que Data Science?

Aujourd'hui, les «big data», les «analytics» et autres sont des mots à la mode. Et pour une bonne raison.

En 2012, HBR a nommé «data scientist» le «travail le plus sexy du siècle». "Mais qu'est-ce que la science des données implique vraiment? Et plus important encore, comment pouvez-vous acquérir les compétences nécessaires pour vous appeler un scientifique de données?

Qu'est-ce que Data Science?

Il était une fois, les scientifiques de données étaient la plupart du temps dans l'espace scolaire. Maintenant, avec la recrudescence de la grande collecte de données et le besoin d'analyse, les scientifiques de données sont devenus très en demande dans une gamme de sociétés et d'industries, petites et grandes.

La science des données en tant que profession intègre une gamme de compétences dans les domaines des mathématiques, des statistiques et de la programmation informatique. C'est une industrie dominée par les hommes, les estimations des femmes en science des données sont d'environ 10%.

Selon Glassdoor, le salaire national moyen des chercheurs de données est de 113 436 $ (début février 2017). En ce qui concerne la rémunération seule, la science des données est beaucoup plus attrayante que d'autres carrières similaires.

Compétences requises pour être un chercheur de données

Comme tous les emplois, les compétences spécifiques requises pour pourvoir des postes en science des données dépendent de chaque entreprise.

Il existe toutefois certains ensembles de compétences / logiciels qui restent cohérents.

• Langage de programmation statistique, comme R et SAS
• Langage d'interrogation de base de données tel que SQL
• Statistiques de base telles que tests statistiques, distributions, estimateurs du maximum de vraisemblance, etc.
• Méthodes d'apprentissage machine telles que k-Plus proche voisins, forêts aléatoires, méthodes d'ensemble, etc.

• Calcul multivariable et algèbre linéaire
• Journalisation et développement de nouveaux produits orientés données
• Connaissance de la plateforme Hadoop
• Outils de visualisation tels que Flare, Highcharts ou Amcharts > En savoir plus sur la façon de devenir un data scientist et les compétences nécessaires ici.

Comment devenir un chercheur de données

De nos jours, il existe trois options viables pour devenir un data scientist:

Auto-apprentissage via des programmes comme Udacity

• Participer à un camp d'initiation à la data science
• école pour une maîtrise
• Bien sûr, il y a des avantages et des inconvénients à chaque méthode.

Autodidacte

Pour:

Pratique: peut être fait pendant votre temps libre dans n'importe quel environnement et à n'importe quel rythme

• Abordable: coûte de 0 à 600 $.
• Gain de temps: les cours en ligne peuvent être complétés dans les 8-18 mois.
• Inconvénients:

Ne reçois un certificat qu'après avoir terminé

• Pas de pair à pair ou d'enseignant à étudiant
• Aucune aide pour la recherche d'emploi
• Data Science Boot Camp

Pour:

Engagement de temps limité: peut être complété en 6 semaines à 3 mois

• Relativement abordable, au moins par rapport à l'obtention d'une maîtrise (camps d'entraînement varient de 16 000 $)
• Idéal pour ceux qui cherchent à changer carrières rapidement
• De nombreux camps d'entraînement offrent une assistance dans le processus de recherche d'emploi après l'achèvement
• Contre:

N'obtiennent un portefeuille de projets - aucune expérience de travail réelle

• Beaucoup à apprendre dans un court laps de temps
• Pourrait être jusqu'à 40 heures par semaine de travail (contrairement à l'autoformation où vous pouvez aller à votre propre rythme tout en travaillant à temps partiel / temps plein)
• Maîtrise

Pour:

Diplôme à la fin

• Apprentissage structuré avec des instructeurs professionnellement formés
• Expérience dans le monde réel: de nombreux programmes comprennent des stages qui ajouteront à l'expérience et aux connaissances
• Un temps considérable pour apprendre et absorber toutes les informations
• Contre:

Cher: pourrait coûter entre 20 000 $ - 70 000 $ - sans compter les frais de subsistance

• Temps: peut aussi prendre le plus long (9-20 mois)
• Pour plus d'informations sur la pesée du pour et du contre de l'apprentissage des données scientifiques, consultez cet article.