Sådan bliver du en datavidenskabsmand

Datavidenskab er gået fra et nyligt fundet udtryk i 2007 til at være en af ​​de mest efterspurgte discipliner i den professionelle verden. Men hvad gør en dataforsker egentlig? Og hvordan kan du bryde ind i marken? Her er hvad du har brug for at vide, hvis du søger at få færdighederne til at blive dataforsker.

Hvad gør dataforskere??

Dataforskere kombinerer statistik, datalogi og dataanalyse for at bringe orden på de enorme mængder uregelmæssige data, der nu indsamles af tusinder af virksomheder. Det er velkendt, at din Facebook-konto indeholder værdifulde oplysninger Bør du være bekymret for, at dine Facebook-data bliver skrabet? Bør du være bekymret for, at dine Facebook-data bliver skrabet? Hvordan ville du have det, hvis du opdagede dit billede på et websted, hvor folk rangerer billedet med hensyn til, om du ser ud som en dust? Det er en sand historie. , og at Google vil vide absolut alt om dig. Men nu indsamler selv lokale nystartede virksomheder data, som de håber, kan udvindes og omdannes til nyttige strategier til at vokse deres forretning.

De data, som virksomhederne indsamler, er ofte meget rodet - de er ufuldstændige, uorganiserede, usammenhængende mærket og ofte bare gale. Men der er en masse værdifuld information der, og datavidenskabsmænd er dem, der genererer indsigt, der kan bringes til handling fra virksomhedens forretningsside af driften.

Mange beskrivelser af datavidenskab understreger betydningen af ​​opdagelse i marken; dataforskere ved muligvis ikke, hvad de leder efter, når de gennemgår terabyte med data, men de vil vide, når de ser noget interessant (dette behov for intuition og opdagelse er en af ​​grundene til, at dette er et job, der ikke kan gøres godt af robotter 8 kvalificerede job, der snart kan erstattes af robotter 8 kvalificerede job, der snart kan erstattes af robotter Kommer maskiner til dit job? Du kan blive overrasket. De seneste fremskridt inden for AI sætter hvide kravejob i fare.) . De er også nødt til at være gode til at præsentere disse oplysninger for andre, da ledere og ledere normalt ikke er velbevandrede på sproget for dataanalyse som dataforskere.

Kort sagt analyserer dataforskere store mængder data og forvandler dem til handlingsstrategier. Gør ingen fejl: dette er ikke et let job. Men det er enormt værdifuldt for virksomheder, og det vil altid være, og det er grunden til, at dataforskere kan forvente at have sikre job i fremtidens fremtidens tekniske job: Hvad man skal studere, hvis du vil have et køligt job i morgen Teknologi for fremtiden: Hvad skal Undersøg, hvis du vil have et køligt job i morgen Hvis du er studerende og ønsker at lande et fremtidens teknologisk job, vil det at forstå retningen på teknologi hjælpe dig med at placere dig selv til at lykkes og finde ud af, hvad du skal studere for at få ... Og de får godt betalt for disse færdigheder: en dataforsker kan nemt lave over $ 90.000 om året.

Hvilke færdigheder har dataforskere brug for?

Som “datavidenskab” er et hurtigt skiftende og ofte dårligt defineret felt, udvalget af færdigheder, som du finder blandt dataforskere, er imponerende bredt. De fleste har en vis træning i statistik, dataanalyse og matematik. Næsten alle har programmeringserfaring Sådan vælger du et programmeringssprog for at lære i dag og få et godt job om 2 år Sådan vælger du et programmeringssprog for at lære i dag og få et godt job om 2 år Det kan tage år med dedikeret arbejde at blive en virkelig god programmerer; så er der en måde at vælge det rigtige sprog til at starte fra i dag for at blive ansat i morgen? , især i Python, R, Hadoop, SQL og andre sprog, der bruges til datalagring, statistik og maskinlæring. Fordi det er især populært i dataanalyse, er det at lære Python De 5 bedste websteder til at lære Python-programmering De 5 bedste websteder til at lære Python-programmering Vil du lære Python-programmering? Her er de bedste måder at lære Python online, hvoraf mange er helt gratis. er et godt sted at starte.

Det er også meget nyttigt at kende andre dataanalyseprogrammer som MATLAB, SAS og Minitab.

Evnen til at kommunikere klart med mennesker, der ikke forstår maskinlæring, statistik eller dataanalyse er også meget vigtig. Hvis du finder noget banebrydende, men ikke kan forklare det for nogen, vil det ikke være til nogen nytte. Klar kommunikation er en blød færdighed 6 Bløde færdigheder, hver teknologearbejder har brug for karrieresucces 6 Blød færdigheder, hver teknologearbejder har brug for karrieresucces Nogle specielle færdigheder mangler inden for it-området. For karrieresucces har du brug for den rigtige holdning. Her er seks vigtige bløde færdigheder, der får dig bemærket ved din næste IT-jobsamtale. der kræves af enhver teknologearbejder i disse dage.

Oplevelser i flere felter er et aktiv, hvis du er en håbende dataforsker - både inden for og uden for det område, du arbejder i. At være i stand til at tænke kreativt og løse problemer fra flere forskellige vinkler er enormt nyttigt, når du arbejder inden for datalogi, som nye problemer kræver ofte innovation og ad-hoc-løsninger.

At lære færdighederne til datavidenskab

Fordi dataforskere har brug for at være i stand til at arbejde med en række forskellige værktøjer, der kommer fra forskellige områder, så forskellige som applikationsudvikling og sandsynlighedsteori, er vejen til at blive medlem af erhvervet ikke en klar en. Mange dataforskere starter som computerforskere eller statistikere og får de nødvendige færdigheder, mens de er på jobbet. Andre kommer fra helt forskellige baggrunde, der giver dem den oplevelse, de har brug for for at løse problemer på kreative måder.

“Datavidenskabsmænd er involveret i at indsamle data, massere dem til en sporbar form, få dem til at fortælle sin historie og præsentere den historie for andre.”

- Mike Loukides, VP, O'Reilly Media.

Data-videnskabspecifik træning bliver imidlertid mere tilgængelig i dag. Selvom pladserne til uddannelse på niveau er små i antal og ekstremt konkurrencedygtige, er de værd at undersøge. At have en forrest på de færdigheder, som du udvikler i disse programmer, øger chancerne for, at du kommer ind i et program, og lander et job, selv uden en grad i computer- eller datavidenskab.

Ressourcerne, der er anført nedenfor, hjælper dig med at begynde at samle de færdigheder, du har brug for, for at være dataforsker. Nogle er gratis online college-kurser. De 8 bedste websteder til gratis college-kurser online. De 8 bedste steder til gratis collegekurser online. Er du interesseret i at få adgang til gratis kurser på college-niveau? Her er nogle af de bedste steder at tage gratis onlinekurser. , og nogle er mere ressourcer af faglig udvikling. Alle af dem er gratis, medmindre andet er angivet. I slutningen af ​​listen har jeg inkluderet nogle certificerings-, fordybende- og gradsprogrammer, i tilfælde af at du spekulerer på, hvor du kan få en seriøs uddannelse i datavidenskab - der er flere derude, men disse burde give dig en idé af hvad der er tilgængeligt.

Introduktion

• Big Data Fundamentals (Big Data University)

Programmering

• Python (Google)
• Computing til dataanalyse (Coursera)
• Dataanalyse med R (Coursera)
• Datamining med R (Big Data University)
• Hadoop Fundamentals I (Big Data University)

Statistik og dataanalyse

• Sandsynlighed og statistisk begrundelse (Carnegie Mellon Univerity; gratis for uafhængige studerende, $ 25 for akademiske studerende) [Broken Link Removed]
• Introduktion til anvendt statistik (onlinekurser)
• Dataanalyse (Coursera)
• Machine Learning (Stanford University via Coursera)

Data Science certificeringer

• Data Science (John Hopkins University via Coursera; gratis uden certifikat, $ 475 med certifikat)
• Dataanalyse Nanodegree (Udacity; $ 200 / måned, 9-12 måneder)

Data Science Immersive Program

• Zipfian Academy Data Science 12-ugers Immersive ($ 16.000)

Data Science Degree-programmer

• Professionel kandidat i informations- og datavidenskab ved UC Berkeley
• MS i datavidenskab ved NYU
• MS i datavidenskab ved University of St. Thomas
• Online MS i datavidenskab ved University of Wisconsin
• MS i Analytics ved North Carolina State University
• MS i Analytics ved Northwestern University

Listen ovenfor bør give dig masser at komme i gang med. Når du har arbejdet dig igennem de gratis ressourcer, kan du begynde at se på nogle feltspecifikke ting, f.eks. Biostatistik, sundhedsdataanalyse eller dataanalyse med sikkerhed - der er mange ressourcer, du kan bruge uden at gå tilbage til skole 4 Onlinekurser, du kunne tage i stedet for at gå tilbage til skolen 4 Onlinekurser, du kunne tage i stedet for at gå tilbage til skolen At gå på universitetsuddannelse er et dyrt forslag. Der er ingen tvivl om det. For de fleste er dette helt værd. Fordelene ved at have en grad til dit navn opvejer fuldstændigt den knusende gæld ... for en grad.

Du kan finde kurser om disse emner på steder som Coursera, Udacity og endda på YouTube. At gå videre til mere avancerede programmeringsressourcer er også en god ide. Der er mange ting derude, som du kan lære; skal du bare tage noget tid på at finde dem, der er mest anvendelige for dig.

Her er en kort 1 minuts inspirerende video fra Adobe om en dataforsker.

Vil du være en? Hvis du har nogle gode ressourcer at dele til håbefulde datavidenskabsmænd, skal du dele dem i kommentarerne, så andre interesserede i området kan drage fordel af dem!

Billedkreditter: Forretningsmand stående mod tavlen (redigeret), Nærbillede af forretningskvinde med grafer i hånden, Programkode på en skærm via Shutterstock.