Αν σκέφτεστε αυτή τη σταδιοδρομία, αυτός ο οδηγός θα μπορούσε να έρθει χρήσιμος!
1. Ερευνήστε το επάγγελμα
Πριν αποφασίσετε για μια καριέρα, πρέπει πάντα να το διερευνήσετε διεξοδικά. Αυτό θα σας επιτρέψει να αποκτήσετε μια σαφέστερη εικόνα του επαγγέλματός σας, καθώς και να σας δώσουμε μια ιδέα για το πώς να εμπλακείτε.
Περιγραφή εργασίας
Δεδομένου ότι η αξία και η σημασία των δεδομένων αρχίζει να αναδεικνύεται στις επιχειρήσεις και τους οργανισμούς, οι επιστήμονες δεδομένων πρέπει να χρησιμοποιούν αλγόριθμους και στατιστικές τεχνικές για να μετατρέψουν τα δεδομένα αυτά σε πληροφορίες.
Δεν είναι απλώς μια περίπτωση τεχνικής τεχνογνωσίας. Οι επιστήμονες δεδομένων πρέπει να έχουν γνώση της βιομηχανίας στην οποία λειτουργούν, ώστε να μπορούν να κατανοήσουν αυτές τις πληροφορίες και να κατανοήσουν τι είναι σημαντικό και τι δεν είναι. Και μετά από αυτό, πρέπει να είναι σε θέση να εξηγήσουν σαφώς και αποτελεσματικά τα ευρήματά τους σε άλλους. Η επικοινωνία είναι βασική δεξιότητα στην επιστήμη των δεδομένων.
Οι βασικές αρμοδιότητες
Ανάλογα με τον οργανισμό στον οποίο εργάζεστε, ο ρόλος σας μπορεί να διαφέρει ελαφρώς, αλλά γενικά οι ευθύνες ενός επιστήμονα δεδομένων είναι οι εξής:
- Εργαστείτε με άλλα τμήματα του οργανισμού σας για να εντοπίσετε ζητήματα και χρησιμοποιήστε τα δεδομένα για να προτείνετε αποτελεσματικές λύσεις
- Συγχώνευση, διαχείριση και εξαγωγή δεδομένων για τη δημιουργία αναλυτικών αναφορών για συναδέλφους, πελάτες ή την ευρύτερη οργάνωση
- Διατηρήστε διαρκώς την επικοινωνία με τον οργανισμό για να διασφαλίσετε ότι οι ανάγκες σε δεδομένα είναι κατανοητές και ικανοποιημένες
- Χρησιμοποιήστε εργαλεία εκμάθησης μηχανών και στατιστικές τεχνικές για την παροχή λύσεων όπως απαιτείται
- Δημιουργήστε σαφείς και συνοπτικές αναφορές που προσφέρουν αξία στους πελάτες ή την επιχείρηση
- Μείνετε ενημερωμένοι με τις τελευταίες τεχνολογίες, τεχνικές και μεθόδους
- Διεξαγωγή έρευνας σε πρωτότυπα και απόδειξη των εννοιών
- Αναζητήστε ευκαιρίες για χρήση γνώσεων, κωδικών ή μοντέλων που θα μπορούσαν να ωφελήσουν άλλες λειτουργίες του οργανισμού (π.χ. HR ή μάρκετινγκ)
- Προωθήστε την εκπαίδευση της επιστήμης των δεδομένων και ενθαρρύνετε τους άλλους μέσα στον οργανισμό να δουν τα οφέλη της εργασίας σας
Βασικές δεξιότητες και ιδιότητες
- Πολύ ισχυρές επικοινωνιακές δεξιότητες, για να εξηγήσουν πολύπλοκες έννοιες σε ανθρώπους που δεν έχουν πρακτική γνώση των μηχανικών της ανάλυσης δεδομένων
- Η σχολαστική προσοχή στη λεπτομέρεια και η ικανότητα επίλυσης του προβλήματος αποτελεσματικά
- Εμπειρία με εργαλεία ανάγνωσης και ανάλυσης της βάσης δεδομένων (ή με προθυμία να τα καταλάβετε), όπως SQL
- Αυτοκίνηση και η δυνατότητα εργασίας χωρίς επιτήρηση
- Καλές δεξιότητες διοργάνωσης και προγραμματισμού
- Μια συνεργατική προσέγγιση για την ανταλλαγή ιδεών και την εξεύρεση λύσεων, καθώς θα πρέπει να συνεργαστείτε με άλλα τμήματα
Ώρες εργασίας και συνθήκες
Αυτό θα ποικίλλει ανάλογα με τον οργανισμό για τον οποίο εργάζεστε, αλλά λογικά μπορείτε να περιμένετε να εργαστείτε κανονικά ώρες γραφείου από Δευτέρα έως Παρασκευή. Εάν έχετε προθεσμίες, μπορεί να χρειαστεί να εργαστείτε περισσότερες ώρες ή τα Σαββατοκύριακα.
Προοπτικές μισθών
Στο Ηνωμένο Βασίλειο, οι περισσότερες θέσεις αρχικής θέσης προσφέρουν αρχικούς μισθούς μεταξύ £ 19.000 και £ 25.000. Καθώς κερδίζετε περισσότερη εμπειρία και αρχαιότητα, αυτό μπορεί να ανέλθει σε οπουδήποτε μεταξύ £ 30.000 και £ 50.000, με υψηλού επιπέδου επιστήμονες και συμβούλους που μπορούν να διοικούν μισθούς οπουδήποτε μεταξύ £ 60.000 και πάνω από £ 100.000.
Στις ΗΠΑ, οι μισθοί που αρχίζουν είναι περίπου 65.000 δολάρια, αριθμός που μπορεί να ανέλθει σε 135.000 δολάρια. Ο μέσος μισθός είναι περίπου 90.000 δολάρια.
Τα στοιχεία αυτά ποικίλλουν ανάλογα με τον τύπο της βιομηχανίας στην οποία εργάζεστε (για παράδειγμα, οι χρηματοπιστωτικές επιχειρήσεις τείνουν να πληρώνουν υψηλότερους μισθούς) και τη θέση στην οποία εργάζεστε.
2. Αποκτήστε τα προσόντα
Συνήθως οι περισσότερες εταιρείες θα απαιτήσουν από εσάς να έχετε πτυχίο στην επιστήμη των δεδομένων ή σε σχετικό τομέα, αλλά δεν πρέπει απαραιτήτως να βρίσκεστε σε υπολογιστή ή επιστημονικό τομέα. Οι ισχυρές ποσοτικές δεξιότητες είναι βεβαίως σημαντικές, αλλά η ικανότητα επίλυσης των προβλημάτων λογικά και μεθοδικά είναι μεγαλύτεροι παράγοντες.
Τούτου λεχθέντος, είναι σημαντικό να υπάρχουν κάποιες τεχνικές δεξιότητες. Η γνώση των γλωσσών προγραμματισμού - ειδικά της Python - είναι απόλυτη ανάγκη, καθώς θα χειρίζεστε τεράστια ποσά δεδομένων και ρεαλιστικά οι περισσότερες εταιρείες θα αναζητήσουν εξοικείωση με άλλες γλώσσες κωδικοποίησης και προγράμματα λογισμικού.
Αν αλλάζετε καριέρα, η μελέτη για μεταπτυχιακά προσόντα σε σχετικό τομέα μπορεί να βοηθήσει, αλλά δεν είναι αναγκαστικά απαραίτητες. Μερικά καλά θέματα που θα επικεντρωθούμε θα είναι:
- MSc Data Science
- MSc Business Analytics
- MSc Data Science και Analytics
- MSc Μεγάλα Δεδομένα
3. Οικόπεδα την πρώτη εργασία σας
Η επιστήμη των δεδομένων είναι ένα εξαιρετικά επάγγελμα κατά το παρόν, καθώς οι οργανώσεις αρχίζουν να συνειδητοποιούν τη σημασία της χρήσης των δεδομένων τους για τη λήψη τεκμηριωμένων αποφάσεων. Ως αποτέλεσμα, οι επιχειρήσεις σε κάθε βιομηχανία είναι στην αναζήτηση για ταλαντούχους και έμπειρους νεοσύλλεκτους, με τις επιχειρήσεις να ανταγωνίζονται μεταξύ τους για να εξασφαλίσουν τα καλύτερα ταλέντα.
Εάν χρειάζεστε περισσότερη εμπειρία, πολλές μεγαλύτερες εταιρείες προσφέρουν προγράμματα πρακτικής άσκησης και σκίαση εργασίας, όπου μπορείτε να εφαρμόσετε τις γνώσεις σας στην πράξη και να δημιουργήσετε ένα επαγγελματικό δίκτυο επαφών.
Υπάρχουν επίσης διαδικτυακοί διαγωνισμοί που μπορείτε να συμμετάσχετε, όπως αυτοί που φιλοξενούνται από τον Kaggle, τον Topcoder και το εργαστήριο τεχνολογίας της επιστήμης της άμυνας (DSTL), όπου οι υπεύθυνοι προσλήψεων συχνά αναζητούν νέα και αναδυόμενα ταλέντα.
Μερικές από τις σημαντικότερες βιομηχανίες στις οποίες θα μπορούσατε να εργαστείτε είναι:
- Χρηματοδότηση
- Ακαδημία
- Επιστημονική έρευνα
- Λιανεμποριο
- ΤΕΧΝΟΛΟΓΙΑ της ΠΛΗΡΟΦΟΡΙΑΣ
- ΗΛΕΚΤΡΟΝΙΚΟ ΕΜΠΟΡΙΟ
Ο κατάλογος αυτός δεν είναι εξαντλητικός. Τα τελευταία χρόνια, οι επιστήμονες δεδομένων έχουν γίνει ένα πολύτιμο περιουσιακό στοιχείο στις επιχειρήσεις τηλεπικοινωνιών, μεταφορών και ενέργειας - κυρίως σε κάθε βιομηχανία όπου οι επιχειρήσεις παράγουν δεδομένα.
Καθώς οι θέσεις εργασίας είναι σε τόσο μεγάλη ζήτηση, προσέξτε τους ιστότοπους με θέσεις εργασίας ή αν υπάρχει συγκεκριμένη βιομηχανία στην οποία θέλετε να εργαστείτε, να ερευνήσετε τις εταιρείες στον τομέα αυτό και να ελέγχετε τακτικά τις ιστοσελίδες τους για θέσεις. Εναλλακτικά, μπορείτε να δοκιμάσετε αυτές τις τοποθεσίες:
- Εργασίες δεδομένων επιστημόνων
- KD Nuggets (κυρίως θέσεις εργασίας στις ΗΠΑ)
- Kaggle
4. Αναπτύξτε την καριέρα σας
Όσον αφορά την επαγγελματική εξέλιξη, δεν υπάρχει πραγματική διαπίστευση ή πιστοποίηση. Μπορεί να σας ζητηθεί να παρακολουθήσετε μαθήματα κατάρτισης ειδικά για τη βιομηχανία για να διευρύνετε ή να επεκτείνετε τις γνώσεις σας, αλλά και να ενθαρρυνθείτε να ενημερωθείτε για τις αναδυόμενες τάσεις και εξελίξεις στην επιστήμη των δεδομένων.
Όσον αφορά την εξέλιξη της σταδιοδρομίας, πολλά εξαρτώνται από το πόσο καιρό σας χρειάζεται να μάθετε τις απαραίτητες δεξιότητες για να αναλύσετε μεγάλα σύνολα δεδομένων και να παρουσιάσετε αποτελεσματικά τα ευρήματά σας. Υπάρχουν διάφορα βήματα στη σκάλα προώθησης, καθώς οι περισσότερες εταιρείες έχουν ανώτερους επιστήμονες δεδομένων. σε αυτό το ρόλο, θα αναλάβετε πρόσθετα καθήκοντα διαχείρισης και θα είστε υπεύθυνοι για μια μικρή ομάδα υποτρόφων επιστημόνων δεδομένων.
Καθώς οι δεξιότητες που θα μάθετε και κατέχετε δεν περιορίζονται σε μια συγκεκριμένη βιομηχανία, είναι σχετικά απλό να μετακομίσετε σε διαφορετικές εταιρείες ή να εργαστείτε στο εξωτερικό.
Outlook εργασίας
Οι προοπτικές απασχόλησης των επιστημόνων δεδομένων είναι εξαιρετικά θετικές. Η κυβέρνηση του Ηνωμένου Βασιλείου ισχυρίζεται ότι 56.000 θέσεις εργασίας επιστημόνων δεδομένων θα δημιουργηθούν κάθε χρόνο μέχρι το 2020, ενώ οι ειδικοί συμβούλων διαχείρισης McKinsey & Co προβλέπουν ότι το 2018 θα υπάρξει μεταξύ 140.000 και 190.000 θέσεων επιστήμης δεδομένων που θα ξεπεράσουν. Με το ταλέντο σε τόσο μικρή προσφορά, οι εταιρείες είναι όλο και περισσότερο πρόθυμες να πληρώσουν τις καλύτερες τιμές για να εξασφαλίσουν τις σωστές δεξιότητες.
Στις ΗΠΑ, η ζήτηση είναι παρόμοια. Η Επιχειρηματική Ανασκόπηση του Χάρβαρντ (HBR) υποστηρίζει ότι η έλλειψη επιστημόνων δεδομένων γίνεται ένας "σοβαρός περιορισμός" σε ορισμένους τομείς, δηλώνοντας την επιστήμη των δεδομένων ως την "πιο σέξι εργασία του 21ου αιώνα". Επιπλέον, ψηφίστηκε η καλύτερη δουλειά του 2017 στη θέση Career Glassdoor, με μια μέση βαθμολογία 4, 8 στα 5 - πράγματι, πραγματικά υψηλό.
Αυτή είναι πιθανώς η χρυσή εποχή για τους επιστήμονες δεδομένων, καθώς λειτουργούν σίγουρα στην αγορά ενός αγοραστή. Με το κουνιστό καρότο των υψηλών κινήτρων και ένα ευέλικτο και ανθεκτικό σύνολο δεξιοτήτων που παρέχει ισχυρή ασφάλεια θέσεων εργασίας, τώρα δεν υπήρξε ποτέ καλύτερος χρόνος για μια καριέρα.
Εργάζεστε στην επιστήμη των δεδομένων; Εάν ναι, ενημερώστε μας σχετικά με τις εμπειρίες σας στα σχόλια ...
