¿Vale la pena aprender sobre ciencia de datos?

Lo que vale la pena aprender depende de ti, pero por qué me encanta la ciencia de datos

Sigue leyendo!

¡Es el trabajo más sexy del siglo XXI!

Si esa no es razón suficiente para convertirse en un científico de datos, siga leyendo:

• ¡Es uno de los trabajos de tecnología mejor pagados donde un científico de datos promedio puede ganar $ 123,000 por año y con 5 años de experiencia puede llegar a $ 300,000 astronómicos por año!

• Existe una grave escasez de más de 1 millón de científicos de datos en el período previo a 2018

• Independientemente de las verticales de la industria, las empresas con visión de futuro están contratando científicos de datos para obtener valiosos conocimientos empresariales y avanzar

• Existen institutos de capacitación en línea que brindan capacitación de calidad, capacitadores altamente experimentados, plan de estudios sincronizado con los objetivos de la industria, proyectos industriales del mundo real, certificación y asistencia laboral.

• La ciencia de datos es la fusión de sus habilidades técnicas, su mentalidad analítica y su perspicacia empresarial, lo que lo convierte en el papel de trabajo para los altamente calificados y ambiciosos que tienen enormes oportunidades de crecimiento.

• Dirigirá un equipo diverso de talentos tecnológicos, gerentes de negocios, tomadores de decisiones y tomará decisiones ejecutivas de alto nivel que afectarán directamente la fortuna de la compañía y lo colocarán directamente en el asiento del conductor.

Respuesta del usuario de Quora a ¿Puedo convertirme en un científico de datos autodidacta?

Uno debe encontrar significado y propósito en su vida.

Es importante asegurarse de que la ciencia de datos sea adecuada para usted.

La respuesta de William Chen a ¿Cómo sé si la ciencia de datos es la mejor carrera para mí?

¿Qué hacen los científicos de datos?

En términos simples, el trabajo de un científico de datos es analizar los datos para obtener información procesable.

Las tareas específicas incluyen:

  • Identificar los problemas de análisis de datos que ofrecen las mayores oportunidades para la organización.
  • Determinar los conjuntos de datos y variables correctos
  • Recopilar grandes conjuntos de datos estructurados y no estructurados de fuentes dispares
  • Limpieza y validación de los datos para garantizar la precisión, integridad y uniformidad.
  • Diseñar y aplicar modelos y algoritmos para extraer las tiendas de big data
  • Analizar los datos para identificar patrones y tendencias.
  • Interpretar los datos para descubrir soluciones y oportunidades.
  • Comunicar los hallazgos a las partes interesadas mediante la visualización y otros medios.

Para ser honesto, soy un especialista en relaciones públicas / periodismo con especialización en diseño gráfico. Nunca pensé que me involucraría con la ciencia de datos. El verano pasado, comencé una pasantía con Kuvio Creative y comencé a trabajar con su aplicación, Conseris. Conseris es una aplicación de recopilación de datos con uno de sus destinatarios como científicos de datos.

Permanecí dentro de los perímetros de relaciones públicas, sin embargo, naturalmente, tuve que educarme en ciencia de datos para poder hablar con nuestros usuarios. Tuve que aprender la terminología y los conceptos básicos de la construcción de un conjunto de datos (también dentro de Conseris). Y ahora, puedo pasar.

Puede que nunca haya pensado que valía la pena aprenderlo, pero estoy muy contento de haberlo hecho. Ahora quiero ver cómo puedo incorporar lo que he aprendido al periodismo. De hecho, ¡Stanford, una escuela que estoy considerando para la escuela de posgrado, tiene un programa de periodismo de datos limpio!

Nunca se sabe lo que vale hasta que lo contemple retrospectivamente. Sin embargo, siempre haz cosas que normalmente no hubieras hecho, nunca sabes lo que resultará de ello.

Si lo amas, entonces vale la pena aprenderlo. Si ingresa a la ciencia de datos por dinero y su trabajo actual le paga bien, entonces no vale la pena. El rango de salario del científico de datos está entre 85K y 140K y depende de la ubicación. En mi opinión, el científico de datos que pasó cientos de horas aprendiendo cálculo multivariable, álgebra lineal, estadística, pitón, R, … etc vale más de 140K.

¿Por qué?

Porque si soy un desarrollador web que gana 95K, entonces la diferencia es solo 45K. Estudiar matemáticas no es divertido solo aumentar mi salario actual de 95K a 140K. Esto es un 3.750 SOLO extra mensual. Estoy seguro de que este aumento es bastante bueno para algunos, pero no vale la pena para otros. El esfuerzo dedicado a resolver problemas matemáticos complejos vale mucho más. Los CEOs ganan 750K y tienen CERO habilidades matemáticas. Los gerentes de proyecto pueden alcanzar ese promedio fácilmente, nuevamente, sin habilidades matemáticas.

Las matemáticas no son divertidas a menos que me paguen lo suficiente como para comer alimentos caros y saludables para mantenerme al día con sus complejos problemas.

Creo que todos deberían desarrollar una competencia básica en ciencia de datos, principalmente en estadísticas fundamentales. Data Science va a cambiar el mundo. Mientras lo hace, muchas personas intentarán usarlo para todo tipo de cosas donde sea inapropiado o apropiado, pero no tienen los datos en bruto.

Incluso si no tiene interés en hacer una carrera en datos, creo que vale la pena saber un poco para que pueda comprender a las personas que intentan que funcione. Por ejemplo, puede tener una profunda pasión por la música y tener la intención de convertirse en un cantante famoso. La gente usará la ciencia de datos para comprender qué le gusta a tu audiencia, cuántas personas ganarías (y perderías) si cambiaras un poco tu estilo y así sucesivamente … Si entiendes un poco sobre lo que están haciendo, entonces estás estará en una posición mucho mejor para decidir si escuchar sus consejos o no.

Lo más importante que debe aprender es comprender de manera fundamental cómo funciona, es decir, ¿qué es una tendencia? ¿Qué es un resultado estadísticamente significativo? La segunda cosa más importante es entender cómo usarlo, es decir, cómo probar una hipótesis. Con eso estará en una excelente posición para saber si una prueba es una pérdida de tiempo, si el comportamiento pasado será útil para predecir el futuro, si alguien está tratando de engañarlo usando estadísticas y una gran cantidad de otros trucos ingeniosos.

No, no lo es. Los humanos también hemos sido ignorantes en el pasado. Por ejemplo, cuántos de nosotros podríamos decirnos cómo funciona un televisor. O cómo funciona un motor de tren.

La sociedad humana ha sido un esfuerzo acumulativo en el que todos retienen un poco de conocimiento y lo usan para contribuir al avance de ese esfuerzo. Así que no, no vale la pena aprender sobre ciencia de datos si desea contribuir en otro lugar. Encuentra tu propia vocación.

‌ Pero eso no significa que no sea importante. O no va a dar forma al futuro. Simplemente significa que ser ignorante acerca de algo está bien siempre que pueda hacer lo que quiere hacer.

Además, Data Scientist es una gran perspicacia empresarial, junto con la capacidad de comunicar los hallazgos a los líderes empresariales y de TI de una manera que puede influir en la forma en que una organización aborda un desafío empresarial. Los buenos científicos de datos no solo abordarán los problemas comerciales, sino que elegirán los problemas correctos que tengan el mayor valor para la organización.

Vale la pena aprender cualquier cosa si le interesa. Sin embargo, solo valdrá la pena si la experiencia de aprendizaje es lo suficientemente buena.

Hay tantas opciones en el mercado que es difícil encontrar una genuina entre ellas. SAS es uno de los pocos cursos de ciencia de datos en la India que son confiables. Los entrenadores hacen que el aprendizaje de la ciencia de datos sea muy interesante a través de su experiencia.

Data Science es una industria en constante crecimiento con mucho alcance, así que sí, vale la pena aprender.