Carrera destacada: ¿qué es ciencia de datos?

Hoy, "big data", "analytics" y similares son palabras de moda. Y por una buena razón.

En 2012, HBR lo nombró "científico de datos" como el "trabajo más sexy del siglo". "Pero, ¿qué implica realmente la ciencia de datos? Y más importante aún, ¿cómo puede adquirir las habilidades necesarias para llamarse a sí mismo un científico de datos?

¿Qué es Data Science?

Érase una vez, los científicos de datos estaban principalmente en el espacio académico. Ahora, con el aumento de la recopilación de datos grandes y la necesidad de análisis, los científicos de datos se han convertido en una gran demanda en una amplia gama de empresas e industrias, pequeñas y grandes.

La ciencia de los datos como profesión incorpora una variedad de habilidades dentro de las matemáticas, estadísticas y programación de computadoras. Es una industria dominada por hombres, las estimaciones de las mujeres en ciencia de datos rondan el 10%.

Según Glassdoor, el salario nacional promedio para los científicos de datos es de $ 113, 436 (principios de febrero de 2017). Considerando solo la compensación, la ciencia de datos es mucho más atractiva que otras carreras similares.

Habilidades necesarias para ser un Científico de datos

Al igual que todos los trabajos, las habilidades específicas requeridas para llenar los puestos de ciencias de datos dependen de la compañía individual.

Pero hay ciertos conjuntos de habilidades / herramientas de software que se mantienen consistentes.

• Lenguaje de programación estadística, como R y SAS
• Lenguaje de consulta de base de datos como SQL
• Estadísticas básicas como pruebas estadísticas, distribuciones, estimadores de máxima verosimilitud, etc.
• Métodos de aprendizaje automático como k-Nearest vecinos, bosques aleatorios, métodos de conjunto, etc.

• Cálculo multivariable y álgebra lineal
• Registro de datos y desarrollo de nuevos productos basados ​​en datos
• Familiaridad con Hadoop plataformas
• Herramientas de visualización como Flare, HighCharts o AmCharts > Obtenga más información acerca de cómo convertirse en un científico de datos y las habilidades necesarias aquí.

Cómo convertirse en un científico de datos

Hoy en día, hay tres opciones viables para convertirse en un científico de datos:

Autoaprendizaje a través de programas como Udacity

• Asistir a un campamento de ciencia de datos
• Ir a graduarse escuela para obtener un título de maestría
• Por supuesto, existen ventajas y desventajas para cada método.

Autoestudio

Pros:

Cómodo: se puede hacer en su propio tiempo en cualquier entorno y en cualquier momento

• Asequible: podría costar entre $ 0-600.
• Ahorra tiempo: los cursos en línea se pueden completar dentro de 8-18 meses.
• Contras:

Solo recibe un certificado después de la finalización

• Sin participación de igual a igual o de profesor a alumno
• Sin asistencia en la búsqueda de empleo
• Boot Camp de Data Science

Pros:

Poco compromiso de tiempo: puede completarse en 6 semanas a 3 meses

• Relativamente asequible, al menos en comparación con obtener un título de maestría (los campamentos de entrenamiento van desde gratis - $ 16, 000)
• Ideal para aquellos que buscan cambiar carreras rápidamente
• Muchos campos de entrenamiento ofrecen asistencia en el proceso de búsqueda de empleo después de la finalización
• Contras:

Obtenga solo un portafolio de proyectos, sin experiencia de trabajo "real"

• Mucho por aprender en una pequeña cantidad de tiempo
• Podría ser de hasta 40 horas a la semana de trabajo (a diferencia del autoaprendizaje, donde puede ir a su propio ritmo y seguir trabajando a tiempo parcial / tiempo completo)
• Máster

Beneficios:

Diploma al finalizar

• Aprendizaje estructurado con instructores capacitados profesionalmente
• Experiencia en el mundo real: muchos programas incluyen pasantías que aumentarán la experiencia y el conocimiento
• Amplio tiempo para aprender y absorber toda la información
• Contras:

Caro: podría costar entre $ 20, 000- $ 70, 000 - sin incluir los gastos de vida

• Requiere mucho tiempo: también puede llevar más tiempo (9-20 meses)
• Para obtener más información sobre cómo sopesar los pros y los contras de aprender ciencia de datos, consulte este artículo.