Kad ste posljednji put uzeli telefon i kretali se po svom Instagram feedu? Provjerili ste priču o Snapchatu? Kupio nešto od Amazona?
Pa, ono što možda niste shvatili da su pokretač svake od tih aplikacija podaci.
A kako bi ostale relevantne, tvrtke se služe navedenim podacima kako bi predvidjeli što će biti sljedeće. Ljudi u središtu svih tih akcija? Znanstvenici podataka.
Stoga nije ni čudo što je izvješće iz 2012. godine u Harvard Business Review nazvalo profesiju „najseksipilnijim radom 21. stoljeća“.
Predviđa se da će se potražnja za znanstvenicima povećati za 28% do 2020. godine, budući da tvrtke prikupljaju podatke iz različitih izvora i trebaju ih analizirati kako bi osigurali bolje rezultate: klikove na mreži, vodomjere u kućanstvu, kupovinu hrane, kupovinu zdravstvenih kartona. Ali, jednostavno prikupljanje podataka nije dovoljno. Netko treba smisliti sve te brojeve i pronaći obrasce s kojima će raditi. Što je to što znanstvenici rade, oni analiziraju podatke za obrasce i koriste povijest kao prediktora za buduće rezultate.
Dakle, sada kada smo jasni u vezi s time što znanstvenik podataka radi i koliko je seksi, kako to postati?
Moraju podaci o ljubavi
Možda zvuči očito, ali da biste bili znanstvenik o podacima, morate voljeti podatke, kaže Mary L., Data Scientist iz New York Lifea. Mary je uvijek bila dobra u matematici i priznaje da je u osnovi bila udana za matematički odjel u srednjoj školi.
Jeremy B., iz New York Life's Enterprise Data Management tima, kaže da je njegova strast prema podacima počela kad je počeo predviđati probleme na platformi prethodne tvrtke kako bi problemi mogli biti riješeni proaktivno.
Dok Marija cijeni da su njezini kolege iz različitih kultura i podrijetla treniranja, od financijske matematike do aktuarske znanosti, sve ih ujedinjuje njihova ljubav prema podacima. Sama Mary je bila statističar mnogo prije nego što je termin znanstvenik postao popularan i sugerira da je udobnost rada s podacima vjerojatno najvažniji aspekt posla.
Međutim, Jeremy savjetuje potencijalnim potencijalnim znanstvenicima da dodaju programiranje u svoj set alata ako mogu: "postoje vještine koje se mogu usavršavati i razvijati oko programiranja, bilo da se radi o različitim jezicima kao što su Java ili Python ili čak i sposobnosti prolaska i pisanja standardni SQL upiti. "
Izdvojite se u gužvi
Istaknuti se u bazama kandidata uvijek je dobra stvar, a to vrijedi i za poslove u znanosti o podacima.
Jeremy ističe da, budući da je podatkovna znanost još uvijek početno polje, ne postoji standard za ono što treba znati da bi bio uspješan u industriji. „Ono što stvarno tražimo su ljudi koji su intelektualno znatiželjni“, kaže on, „ljudi koji su spremni kopati dublje, koji i dalje žele poboljšati sebe i tvrtku napretkom u podatkovnim tehnologijama.“
Na primjer, u New York Lifeu, budući da znanstvenici s podacima rade s kolegama s različitim pozadinama, oni iznose svoje perspektive na stol, što se uvijek cijeni, kaže Raul H. iz tima za upravljanje odnosima s klijentima iz New York Lifea. Na kraju dana „sve se svodi na strast prema podacima i zapravo želite kopati, razdvojite podatke i zaista postanite stručnjak za skupove podataka koje ocjenjujete“, dodaje Jeremy.
Dno crta: Kao i kod ostalih poslova, možete se istaknuti pokazivanjem da ste timski igrač i spremni ste sići u rovove i zaprljati ruke.
„Primjenjivat ćete svoje vještine i znanje kako bi pomogli razvijanju prakse. Tako ćete osjetiti vlasništvo i istovremeno ćete učiti “, kaže Jeremy, dodajući da najsuvremeniji rad znanosti u New York Lifeu pruža startup vibru.
Povrh svega, morate imati strast prema podacima. To je jedini način da karijeru oblikujete u procvatu, razvijanju i da, seksi, polju.
Dakle, bez obzira da li smo vas uvjerili da je nauka o podacima vaš posao iz snova ili ste i dalje na ogradi, zaokružili smo neke od najčešćih tehničkih uloga (uključujući i nauku podataka) i kako ih prizemljivati.
Infografski dizajn Mary Schafrath.
