¿Qué área dentro de la ciencia de datos experimentará el mayor crecimiento laboral para los profesionales de análisis? (cuidado de la salud, riesgo, financiero, etc.)

Gracias por responder Marquis Chan

La atención médica es el futuro de la ciencia de datos, las organizaciones de atención médica emplean una variedad de herramientas y análisis para identificar pacientes de alto riesgo y alto costo para intervenciones específicas de salud de la población. Estratificación de pacientes de alto riesgo y alto costo: puntos de referencia, algoritmos predictivos y análisis de datos presenta una gama de prácticas de estratificación de riesgos para determinar candidatos para entrenamiento de salud, manejo de casos, visitas domiciliarias, monitoreo remoto y otras iniciativas diseñadas para involucrar a personas con enfermedades crónicas, Mejorar los resultados de salud y reducir el gasto sanitario.

Artículo para leer:

  • Cómo las organizaciones de atención médica pueden convertir Big Data en Smart Data – Big Data simplificado – Una fuente. Muchas perspectivas
  • Impacto de Big Data en la atención médica: Big Data simplificado: una fuente. Muchas perspectivas

Espero que ayude 🙂

Existen muchos problemas para recomendar una sola área de mejor oportunidad.

Pero casarse con un área particular de súper especialización ya lograda a través del aprendizaje académico o la experiencia de la industria con la analítica es una buena apuesta profesional. Aproveche su propia comprensión de cómo opera una disciplina en particular, y cuáles son las oportunidades, con análisis. Esto lo convierte en un especialista mejor capacitado para competir y, a veces, estará menos sujeto a los vientos cruzados económicos que pueden afectar a algunas industrias como las finanzas, la atención médica y la industria aeroespacial.

Para obtener oportunidades en todo el sector, y esto se aplica principalmente a los desarrolladores, puede desarrollar experiencia en una herramienta como Tableau, QlikView o Amazon QuickSight, y obtener la especialización OTJ.

Sugiera los siguientes materiales publicados por Vincent Granville y Gregory Piatetsky (KDNuggets) en LinkedIn y en otros lugares para ver qué áreas están más activas.

En mi opinión, las mejores oportunidades son la atención médica. Aquí es donde la urgencia es necesaria para extraer el costo de la atención médica es con el uso de la ciencia de datos y el análisis.

Como se mencionó anteriormente, el sector de servicios financieros es la mejor opción para la seguridad laboral. Sin embargo, quiero señalar que ambos sectores están muy relacionados y se consideran naturaleza. Es posible que le brinden seguridad en el trabajo, pero aumentos en el salario o poco probable. La mejor manera de aumentar los salarios es saltar a otra compañía. Con la consolidación en ambos sectores, las oportunidades para las nuevas empresas de cómo estás son cada vez menos.

Tenga en cuenta que esta publicación no representa un dispositivo médico, legal o financiero. Si puede ver de inmediato a un profesional médico calificado.

Perdóname si hay errores tipográficos. Estoy usando Dragon para iPhone para dictar este mensaje.

Todas esas áreas tendrán un enorme crecimiento laboral para los profesionales de análisis. Cada gran nombre en esos sectores está formando un equipo y contratando científicos de datos.

  • Atención médica: proveedores de seguros, hospitales, farmacias, biotecnología e investigación.
  • Finanzas: inversión algorítmica y cuantitativa, gestión de riesgos

Personalmente, yo diría que el cuidado de la salud. Para las instituciones financieras, ya tienen toneladas de personal técnico trabajando en varios proyectos y solo tienen que realinear sus recursos. Además, 2016 no será un buen año para las finanzas y dudo que inviertan más recursos en nuevas iniciativas de TI.

More Interesting

¿Cuáles son algunos hechos sorprendentes que los científicos de datos de Quora han encontrado sobre el uso de Quora?

¿Dónde debo solicitar un trabajo de enseñanza de big data en Bangalore?

¿Por qué no se puede usar R para escribir código de grado de producción? ¿Por qué Python no se usa también para la creación de prototipos?

¿Cuáles son algunos de los problemas prácticos con Big Data?

¿Vale la pena un Master en Business Analytics para convertirse en un Data Scientist o los bootcamps son tan efectivos para conseguir un trabajo para alguien sin experiencia?

¿Cuáles son los diferentes casos de uso de la ciencia de datos en la gestión de la cadena de suministro?

¿Cuál es una lectura más útil para alguien interesado en la investigación de LA: "Teoría del aprendizaje estadístico" de Vapnik, o "Elementos del aprendizaje estadístico" de Friedman / Tibshirani / Hastie?

¿Cuáles son ejemplos concretos de misiones de Data Scientist dentro de las empresas?

¿Cuál es la diferencia entre un título en Business Analytics y un título en Data Science?

¿Cuáles son algunos mitos comunes que existen hoy sobre el aprendizaje automático?

¿Cómo es el alcance del big data (analítico) en todo el mundo y también en India en los próximos años?

¿Será un buen paso cambiar de carrera de pruebas de software a científico de datos con R, Tableau y sobresalir después de 9 años de experiencia?

¿Cuál es el lenguaje de programación más poderoso en el campo de Analytics / Data Science: Python, R o SAS?

¿Cómo se importan los datos en la programación R y qué metodologías se utilizan?

¿Hay alguna universidad canadiense que ofrezca un buen programa de maestría en ciencias de datos con becas internacionales?