Como Data Scientist que (1) tiene una formación no técnica (Psicología) y (2) ha tomado muchos cursos en línea (MOOC) en ciencia de datos antes de unirse a IBM, aprendí la respuesta a su pregunta de la manera difícil : que en realidad hay DOS partes en su pregunta:
- PARTE 1: ¿La educación proporcionada por los MOOC es relevante para las habilidades deseadas por los empleadores?
- PARTE 2 : ¿Puede convencer a sus posibles empleadores de que puede proporcionar valor a su organización?
PARTE 1: Obteniendo las habilidades correctas (MOOCs)
Esta es la parte facil. Para mí, aprender es divertido y tomar cursos es lo que disfruto de todos modos. Suponiendo que haya elegido una variedad de cursos de ciencia de datos, entonces probablemente esté obteniendo las habilidades adecuadas. Para mí personalmente, ciertamente he podido aprovechar las habilidades que aprendí (de los cursos en línea) y he podido traducir eso en el trabajo que hago todos los días en IBM. De hecho, nuestro equipo incluso ha creado nuestra propia ciencia de datos en línea con cursos de Python que cubren habilidades que creemos que son importantes para ser un científico de datos. (Y tenemos aún más en nuestro catálogo de cursos de ciencias de datos, si está buscando más).
PARTE 2: Conseguir un trabajo y convencer a posibles empleadores
Pero la parte mucho más difícil es conseguir un trabajo. Convencer a los posibles empleadores es un problema completamente diferente, y tal vez tan importante como aprender las habilidades adecuadas. Y desde mi propia experiencia, te diré esto directamente:
- ¿Cuál es el alcance del análisis de datos en India?
- ¿Cuáles son las 5 principales ventajas principales de Big Data?
- ¿Es cierto que si no eres muy bueno con los números y las estadísticas, no puedes ser bueno en el análisis de datos?
- ¿Orientación profesional para personas de 25 años de edad con inclinación cuantitativa con datos / habilidades de programación?
- ¿Qué nuevas empresas recomendarías como lugar de trabajo para un científico de datos junior? No solo en EE. UU., Sino en todo el mundo
Es casi imposible convencer a un posible empleador de que puede hacer ciencia de datos si todo lo que ha logrado son certificados en cursos en línea . Necesita demostrar , y debe demostrar que puede aplicar sus conocimientos y habilidades.
Entonces, ¿cómo demuestras que puedes hacer ciencia de datos?
Proyectos Competiciones. Datathons. Consultante. Enseñar / Presente en eventos locales.
Proyectos : elija un pasatiempo o algo que le apasione e intente pensar en algunos problemas que le gustaría resolver con los datos . Si le gustan los juegos, busque un conjunto de datos que le interesaría analizar, como cómo esta persona preguntó sobre los conjuntos de datos para Counter-Strike. Investigue lo suficiente y estoy seguro de que puede encontrar muchos conjuntos de datos. Mira Reddit’s / r / dataisbeautiful para inspirarte. Si no tiene un tema en mente, pregunte por conjuntos de datos para ciencia de datos, como esta persona en los conjuntos de datos / r / de Reddit. Pero la parte más importante de hacer proyectos de ciencia de datos es publicarlos en algún lugar en línea, para que sus empleadores potenciales puedan verlos, a través de un enlace en su currículum. Documente su proceso de pensamiento: de dónde provienen los datos, el problema que está tratando de resolver, la mezcla de datos, el modelado de datos, sus resultados y algunas visualizaciones hermosas. Muestre su pensamiento y demuestre que puede comunicarse con claridad. Idealmente, en un currículum, debe tener más de un proyecto de ciencia de datos y poder hablar claramente en una entrevista sobre ellos.
Competiciones: hay un sitio web muy popular para las competiciones de ciencia de datos: Kaggle. Es un gran lugar para aprender, para hacer que la ciencia de datos sea competitiva y divertida. Si tiene un alto puntaje en cualquier competencia, debería poner esto en su currículum. Ocupa un lugar destacado en la clasificación mundial de Kaggle y confía en mí, no tendrás que preocuparte por encontrar un trabajo. Pero las competiciones de Kaggle también pueden ser un gran compromiso de tiempo y si no clasificas alto, es posible que no quieras incluirlo en tu currículum.
Datathons : averigua si hay datathons locales próximos (hackathons que involucran datos). Por ejemplo, en los Estados Unidos, hemos ejecutado múltiples hackathons como parte de nuestras Ferias Cognitive Builder. En Toronto, también hemos patrocinado anteriormente el ASA DataFest Challenge y el STEM Fellowship Big Data Challenge. Cada datathon en el que participa y gana es otra forma de demostrar su competencia (¡y conectarse con posibles empleadores también!).
Consultoría: si tiene la confianza suficiente en sus habilidades, también puede intentar establecer su propia empresa y actuar como consultor independiente para pequeñas empresas en su área. Al principio, puede cobrar tan poco como desee, pero a partir de ahí aumente su reputación.
Enseñe o presente en las reuniones: también puede enseñar ciencia de datos. La idea puede sonar extraña al principio, pero en realidad es una forma efectiva de demostrar al mundo su capacidad para analizar datos y comunicar sus resultados. Así es como empecé a ser notado por IBM. Comencé enseñando R, estadísticas y análisis de datos en una de las reuniones organizadas por IBM, y eso fue crucial para conseguir mi ” pie en la puerta “. Ahora, soy uno de los coorganizadores del Grupo de Meetup Cognitive, AI & Data Science en Toronto, que es el séptimo grupo más grande de reunión de ciencia de datos en el mundo (en el momento de esta publicación).
Siempre recordaré una cita de un buen amigo mío, que me ayudó muy temprano cuando estaba buscando trabajo. Él me dijo: “Polong, nunca has tomado un solo curso de informática en la escuela secundaria, en tu licenciatura o en tu programa de maestría. Sin embargo, quieres ser un científico de datos. Las empresas van a pensar que corren el riesgo de contratarte. Debe hacer lo que pueda, demostrarles y convencerlos de que no va a ser un riesgo, sino que proporcionará un gran valor a la organización y que será capaz de hacer el trabajo que ellos necesitan. hacer “. Creo que esa es la clave fundamental para conseguir su primer trabajo.
Sé que esta fue una respuesta larga, pero espero que esto pueda ayudarlo, de una forma u otra, a comenzar su carrera en ciencia de datos. Los MOOC son solo el comienzo; ya estás en un camino de aprendizaje para toda la vida. Simplemente no te olvides de aplicar y demostrar de lo que eres capaz. La mejor de las suertes.