Hay múltiples componentes del conjunto de habilidades que se requieren para tener éxito en análisis.
1. Conocimiento de estadísticas : si bien no es necesario ser un estadístico para convertirse en analista de negocios, es importante comprender los conceptos estadísticos básicos que tienen una amplia aplicabilidad en el análisis de negocios. Conceptos como medidas de tendencia central, medidas de dispersión, prueba de hipótesis, probabilidad, distribuciones, etc. son esenciales para la analítica y uno debe tener una buena comprensión de estos temas y debe sentirse cómodo al aplicar estos conceptos a situaciones de negocios.
2. Conocimiento de la metodología de modelado : existe una secuencia de eventos que precede y sigue el modelado predictivo real. Comenzando con una exploración de datos para preparar los datos para modelar y validar los resultados del modelo: hay un momento y un lugar para cada paso y es importante comprender esta secuencia.
3. Técnicas analíticas: las técnicas analíticas incluyen las populares como regresión, ANOVA, árboles de decisión, agrupación, etc. También hay técnicas específicas de dominio que son útiles. Por ejemplo, análisis de promoción de precios para bienes de consumo, análisis de canasta de mercado para minoristas, análisis de abandono para telecomunicaciones. Cualquier capacitación en análisis debe cubrir las técnicas más utilizadas.
4. Capacitación en herramientas analíticas: hay una gran cantidad de software diferente disponible en el mercado para la analítica. Algunos están basados en scripts, otros están basados en GUI. Si bien no es posible capacitarse en todos los software disponibles, es una buena idea capacitarse en algunas de las herramientas más populares como Excel y lenguaje SAS o el software R. Puede leer más sobre las herramientas analíticas populares aquí.
5. Habilidades blandas: las habilidades blandas son importantes para cualquier trabajo. Sin embargo, hay algunas habilidades que son más específicas de la analítica. Por ejemplo, poder explicar resultados de modelado complejos a personas no estadísticas. Cualquier análisis es tan bueno como la forma en que se presentan los resultados. Con demasiada frecuencia, los analistas se involucran demasiado en la metodología y los algoritmos para poder presentar sus resultados de una manera que los laicos entiendan.
Finalmente, la educación analítica debe incluir la exposición a situaciones y datos comerciales de la vida real. Los datos comerciales reales son muy diferentes de los datos de investigación ‘ideales’ en los que los estudiantes practican. Es importante que la metodología de capacitación incluya trabajar en estudios de casos y proyectos empresariales para que los estudiantes puedan traducir lo que aprenden en clase a lo que se utiliza en los negocios.
espero que esto ayude
¿Cuáles son las habilidades necesarias para obtener un trabajo como analista de datos o científico de datos para alguien que acaba de completar una licenciatura en ingeniería?
Related Content
¿Aprender SQL es bueno para carreras potenciales en análisis financiero y de datos?
¿El comercio de alta frecuencia y la ciencia de datos comparten muchas similitudes?
Estas son las habilidades más necesarias para un puesto de científico de datos al analizar miles de puestos de trabajo (también incluí algunos recursos gratuitos que encontré para cada habilidad):
1. Python
- Curso de principiantes de programación web: aprenda la programación de Python
- Pitón
- Learn Python – Tutorial interactivo gratuito de Python
2. Aprendizaje automático
- Aprendizaje automático en curso
- Aprendizaje automático en curso
3. R
- Aprenda el lenguaje de programación R y los conceptos básicos de RStudio en 1 hora
- Lenguaje de programación R – Code School
- Introducción a R | DataCamp
4. Big Data
- Universidad Big Data
- Big Data y Hadoop Essentials – Udemy
- Descripción básica de Big Data Hadoop – Udemy
5. Hadoop
- Big Data y Hadoop Essentials – Udemy
- Descripción básica de Big Data Hadoop – Udemy
- Curso de formación y certificación de Hadoop | Udemy
6. SQL
- Entrenamiento interactivo en línea de SQL para principiantes
- Sachin Quickly Learns (SQL): lenguaje de consulta estructurado
- Tutorial SQL
7. Estadísticas
- Estadísticas uno en curso
- Estadística y probabilidad
- Probabilidad y Estadística
8. Java
- Aprenda Java: el tutorial de programación de Java para principiantes
- Aprenda Java – Tutorial interactivo gratuito de Java
- Aprenda programación Java desde cero – Udemy
9. Minería de datos
- Minería de datos y raspado web: cómo convertir sitios en datos
- Minería de datos en curso
Una excelente manera de adquirir nuevas habilidades y hacer crecer su red profesional es asistir a reuniones: SF Data Mining
Puede obtener más información sobre las habilidades necesarias para convertirse en un científico de datos y obtener recursos relevantes aquí.
Intentaré responder a tu pregunta …
- Amor por las matemáticas básicas y las estadísticas
- Habilidades para resolver problemas
- Conocimientos básicos de codificación
- Mentalidad analítica: me refiero a pensar en los problemas desde la perspectiva matemática
- Buena capacidad de comunicación
Sahil, desafortunadamente, no conseguirás trabajo como Data Scientist con un BE
Debe tener al menos un ME en Data Science para ser elegible para Junior Data Scientist que sale de la universidad. Un doctorado en ciencia de datos es ideal. Sin embargo, para ser un buen analista de datos:
1. Al igual que con todos los profesionales de la informática, se requieren conocimientos básicos básicos en DS y Algo y también experiencia práctica en su implementación efectiva, es decir, experiencia en programación efectiva.
2. Conceptos básicos en teoría de probabilidad y estadística, curso estándar en minería de datos, PL / SQL, y una intuición para comprender los datos detrás de las cosas y los datos que salen de las cosas. es decir, comprensión profunda y habilidades de razonamiento agudo.
Algunas habilidades que son vitales como científico de datos incluyen las siguientes:
Aprendizaje automático
Java
Hadoop
Minería de datos / Almacén de datos
Análisis estadístico
Pitón
Análisis de los datos
Modelado de datos
Análisis de Big Data
SQL
R
SAS
Referencia:
Científico de datos, salario de TI
More Interesting
¿Qué es el soporte y la confianza en la minería de datos?
¿Por qué tantos anuncios de trabajo para Big Data requieren habilidades de Excel?
¿Cómo se relaciona el aprendizaje automático con la ciencia de datos?
¿Cuál debería ser mi primer enfoque para comenzar a aprender análisis de datos?
¿Todos los científicos de datos participan en la visualización de datos?
