Com convertir-se en un científic de dades

Si teniu una idea analítica i teniu ganes de treballar amb números, convertir-vos en científic en dades podria ser una bona evolució professional. Tot i que es dediquen majoritàriament al sector financer, els seus serveis són cada vegada més buscats en una gran varietat d’indústries i camps.

Si teniu en compte aquesta trajectòria professional, aquesta guia us pot ser útil.

1. Investiga la professió

Abans de decidir una carrera, sempre heu d’investigar-la a fons. Això us permetrà obtenir una imatge més clara de la vostra professió escollida, a més de donar-vos una idea de com participar-hi.

Descripció de la feina

A mesura que el valor i la importància de les dades comencen a aparèixer en empreses i organitzacions, els científics de dades han d’utilitzar algoritmes i tècniques estadístiques per convertir aquestes dades en informació.

No es tracta només d’un cas de coneixements tècnics. Els científics de dades han de tenir un coneixement de la indústria en què operen, perquè puguin entendre aquesta informació i comprendre què és important i què no. I després d’això, han de poder explicar les seves troballes de manera clara i eficaç als altres; la comunicació és una habilitat clau en la ciència de dades.

Responsabilitats clau

Segons l’organització en què treballeu, el vostre paper pot variar lleugerament, però generalment les responsabilitats d’un científic de dades són les següents:

  • Treballeu amb altres departaments de la vostra organització per identificar problemes i utilitzeu dades per proposar solucions efectives
  • Combina, gestiona i extreu dades per crear informes a mida per a col·legues, clients o l’organització més àmplia
  • Mantenir en tot moment una comunicació clara amb l'organització per assegurar que les necessitats de dades siguin enteses i satisfetes
  • Utilitzeu eines d’aprenentatge automàtic i tècniques estadístiques per proporcionar solucions segons sigui necessari
  • Creeu informes clars i concisos que ofereixin valor als clients o al negoci
  • Estigueu al dia de les últimes tecnologies, tècniques i mètodes
  • Fer recerca sobre prototips i prova de conceptes
  • Cerqueu oportunitats per utilitzar informació, codis o models que puguin beneficiar altres funcions de l'organització (per exemple, recursos humans o màrqueting)
  • Promoure l’educació en ciències de dades i anima altres a l’organització a veure els avantatges del teu treball

Competències i qualitats essencials

  • Capacitats comunicatives molt fortes, per explicar conceptes complexos a persones que no coneixen la mecànica de l’anàlisi de dades
  • Atenció al detall minuciós i la capacitat de resolució de problemes de manera eficaç
  • Experiència amb (o voluntat d’aconseguir res) amb les eines d’interrogació i anàlisi de bases de dades com SQL
  • L’auto-motivació i la capacitat de treballar no vigilada
  • Bones habilitats organitzatives i de planificació
  • Un enfocament col·laboratiu per compartir idees i trobar solucions, ja que se li demanarà treballar amb altres departaments

Horaris i condicions laborals

Això variarà en funció de l’organització per a la qual treballi, però pot ser que raonablement espereu treballar l’horari normal de dilluns a divendres. Si teniu terminis, és possible que hàgiu de treballar més hores o els caps de setmana.

Perspectives salarials

Al Regne Unit, la majoria de posicions d'entrada ofereixen salaris inicials d'entre 19.000 i 25.000 £. A mesura que adquireixis més experiència i antiguitat, això pot augmentar entre 30.000 i 50.000 £, amb científics i consultors d’alt nivell capaços de comandar salaris d’entre 60.000 i 100.000 £.

Als EUA, els salaris inicials són d’uns 65.000 dòlars, xifra que pot pujar fins als 135.000 dòlars. El salari mitjà ronda els 90.000 dòlars.

Aquestes xifres són variables segons el tipus d’indústria on treballeu (per exemple, les empreses financeres solen pagar els salaris finals més alts) i la ubicació on treballeu.

2. Obteniu les qualificacions

Normalment, la majoria d’empreses requereixen que tingueu una titulació en ciències de dades o en un camp relacionat, però no necessàriament cal estar en un camp informàtic o basat en ciències. Les habilitats quantitatives fortes són, per descomptat, importants, però poder solucionar problemes lògicament i metòdicament són factors més grans.

Dit això, és important tenir algunes habilitats tècniques. El coneixement dels llenguatges de programació, especialment Python, és absolutament necessari, ja que manejarà una gran quantitat de dades, i realista la majoria de les empreses buscaran familiaritat amb altres llenguatges de codificació i programes de programari.

Si canvieu de carrera, us podeu ajudar a estudiar les titulacions de postgrau en un camp rellevant, però no són necessàriament requisits. Alguns bons temes en els quals podríem centrar serien:

  • MSc Data Science
  • MSc Business Analytics
  • MSc Data Science and Analytics
  • MSc Big Data

3. Aterreu el vostre primer treball

La ciència de dades és una professió de gran demanda actualment, ja que les organitzacions comencen a adonar-se de la importància d’utilitzar les seves dades per prendre decisions informades. Com a resultat, les empreses de totes les indústries estan buscant contractacions amb talent i coneixements, i les empreses competeixen entre elles per aconseguir el millor talent.

Si necessiteu més experiència, moltes empreses més grans ofereixen pràctiques i programes d’ombra de treball on podeu posar en pràctica els vostres coneixements i crear una xarxa professional de contactes.

També hi podeu participar en competicions en línia, com ara les que organitzen Kaggle, Topcoder i el Laboratori de Tecnologia de la Ciència de la Defensa (DSTL), on els reclutadors solen estar a la recerca de talent nou i emergent.

Algunes de les indústries més destacades en les quals podríeu treballar són:

  • Finances
  • Acadèmia
  • Recerca científica
  • Venda al detall
  • Tecnologia de la Informació
  • Comerç electrònic

Aquesta llista no és exhaustiva però. En els darrers anys, els científics de dades s’han convertit en un actiu valuós en les empreses de telecomunicacions, transport i energia, essencialment qualsevol indústria on les empreses generen dades.

Com que les feines tenen una demanda tan elevada, vigileu els llocs de llistats de llocs de treball o si hi ha una indústria en què voleu treballar, investiga les empreses d’aquest camp i comproveu periòdicament els llocs web. De forma alternativa, podeu provar aquests llocs:

  • Data Scientist Jobs
  • KD Nuggets (principalment treballs als EUA)
  • Kaggle

4. Desenvolupi la seva carrera professional

En termes de desenvolupament professional, no hi ha acreditació ni certificació real disponible. No obstant això, se us pot demanar que assistiu a cursos de formació específics per a la indústria per ampliar o ampliar els vostres coneixements, així com també se us animarà a estar al dia de les tendències i novetats emergents en la ciència de dades.

Pel que fa al desenvolupament de la carrera, depèn molt del temps que triga a aprendre les habilitats necessàries per analitzar grans conjunts de dades i presentar els seus resultats de manera eficaç. Hi ha diversos passos en l’escala de la promoció, ja que la majoria d’empreses tenen científics de dades majors; en aquest paper, assumiríeu tasques addicionals de gestió i seríeu responsables d'un grup reduït de científics més importants de dades.

Com que les habilitats que aprendreu i posseireu no es limiten a una indústria en particular, és relativament senzill traslladar-vos a empreses diferents o treballar a l'estranger.

Perspectives laborals

Les perspectives laborals dels científics de dades són molt positives. El govern del Regne Unit afirma que cada any fins al 2020 es crearan 56.000 llocs de treball en científics de dades, mentre que els experts en consultoria en gestió McKinsey & Co preveuen que el 2018 hi haurà entre 140.000 i 190.000 posicions en ciències de dades. Amb talent en una oferta tan curta, les empreses estan cada vegada més disposades a pagar el millor preu per assegurar els coneixements adequats.

Als EUA, la demanda és similar. El Harvard Business Review (HBR) afirma que l'escassetat de científics de dades s'està convertint en una "restricció greu" en alguns sectors, declarant la ciència de dades com la "feina més sexy del segle XXI". A més, es va votar la millor feina del 2017 al lloc de carreres Glassdoor, amb una qualificació mitjana de 4, 8 sobre 5, un elogi molt alt.

Probablement és l’època daurada per als científics de dades, ja que operen definitivament en el mercat del comprador. Amb la pastanaga colpida d’incentius elevats i un conjunt de competències flexible i resistent que proporciona una forta seguretat laboral, ara mai no ha estat un moment millor per seguir una carrera professional.

Treballes en ciències de dades? Si és així, fes-nos saber les teves experiències als comentaris ...

Deixa El Teu Comentari

Please enter your comment!
Please enter your name here