¿Cuál es el escenario actual / las perspectivas futuras de la ciencia de datos en la India en comparación con Silicon Valley?

Gracias por A2A.

En primer lugar, hablemos del valle. Data Science como término se hizo popular entre los practicantes en Valley, aunque la mayoría de los conceptos existían antes de que este término surgiera. Entonces, ¿cuál es la escena en el Valle con respecto a Data Science? La mayoría de las empresas se centran en crear módulos y modelos para varios dominios, como redes sociales, cadena de suministro, venta minorista, telecomunicaciones, por nombrar algunos. Estas son principalmente las grandes empresas, que hacen cosas en la empresa. Mientras que algunas compañías están construyendo productos que podrían ser utilizados por una gama de clientes que les permitirá adoptar el enfoque de “bricolaje”, tal vez con algunos ajustes. Luego están esas empresas incipientes que están investigando mucho para mejorar su oferta a través de los conceptos de Data Science.

Al llegar a la India, Data Science ha sido una fortaleza de inicio hasta cierto punto. Aquí, estas compañías buscan crear productos que puedan ser beneficiosos para los jugadores grandes / medianos, en el país o en otros lugares. Apenas hay compañías que encajen en las dos categorías posteriores de la del Valle. La tendencia que se está poniendo al día es: empresas como Mu Sigma que ofrecen AaaS (Analytics as a Service), donde las empresas crean un grupo de talentos, que es independiente del dominio y puede ofrecer servicios de análisis a aquellos, cuyo negocio principal es otra cosa (digamos , Exploración de petróleo) y quisiera usar Data Science para tomar decisiones más informadas. Muchas compañías indias están siguiendo esta demanda, que está más en línea con lo que hicieron los grandes operadores de servicios en los años 90 y principios de los 2000.

Hablando de las perspectivas futuras, ya sea Valley o India, Data Science parece la forma en que el futuro será impulsado. Este campo está aquí para quedarse durante una década o dos.

Hola, sí, para aplicar las técnicas de ciencia de datos, el problema empresarial debe tener una gran escala. El análisis tradicional ya se está aplicando a problemas más pequeños como el análisis de campañas de marketing sin la necesidad de técnicas de ciencia de datos. También necesita una infraestructura de big data para aprovechar y poder aplicar la ciencia de datos. No todas las empresas tienen la escala o la voluntad de gestión para adquirir esta infraestructura.

Finalmente, si tiene un problema con la escala y la infraestructura de big data, necesita un cliente dispuesto, especialmente en cautivos de Banca y Análisis, esto puede ser un desafío ya que el tipo de trabajo que llega a India en cautivos es de otro tipo: MIS, Dashboarding.

Por otro lado, cada vez más empresas nuevas en India ofrecen un mejor trabajo y tecnologías analíticas más contemporáneas como el aprendizaje automático, el aprendizaje profundo y más. La compensación es el pago y la seguridad, que es más importante en las empresas multinacionales, mientras que la calidad o el trabajo según mi experiencia es mejor en las nuevas empresas.

También casas como Tata y Reliance están despertando a las posibilidades de Analytics y ya tienen CoE (Centro de excelencia) en Analytics. Tata tiene un CoE de análisis en Bangalore y una presencia en Mumbai y Reliance tiene un Coe cuyo líder en ciencia de datos fue votado como los 10 mejores científicos de datos en India. El banco ICICI también trabaja en el análisis avanzado de Next Gen. Por lo tanto, se está abriendo día a día.

Los puntos calientes son:

Bangalore: análisis de CoE como Citibank, JP Morgan, Deutche Bank. Compañías de análisis de terceros como MuSigma, Brillio, Manthan y más, y Start-ups como Quikr, OLA, Flipkart, Food panda, etc., todos los cuales necesitan análisis.

Delhi: muchas empresas de análisis boutique, aparte de American Express, Evalue, Blackrock, Dunhummby

Mumbai: Citi Risk CoE, ICICI Analytics, Reliance analytics, Citi HR analytics CoE, Start-ups y muchos más. Mientras la sede financiera de la India en Mumbai y los responsables de la toma de decisiones permanezcan allí, también lo harán los equipos de análisis que los apoyan.

Mejor,

Amit

Para todos los estudiantes y profesionales que desean seguir una carrera como Data Scientist, ya que es una de las carreras más lucrativas y de rápido crecimiento. Data Scientist tiene programación R, análisis predictivo y aprendizaje automático como algunos de los temas principales

Con la aparición de los teléfonos inteligentes, los fabricantes de aplicaciones basadas en Android fueron impulsados ​​a un nivel completamente nuevo. Todos los días se lanzan nuevas empresas nuevas con Android y la aplicación web como la tecnología principal y la fuerza impulsora.

Esto se puede ver por el salario que saca Data Scientist en India. El salario promedio de Data Scientist en India es de Rs 607,193.

Aquí hay algunas tendencias laborales en estos sectores.

edWisor.com es una de esas plataformas que proporciona un entrenamiento completo en vivo de Data Scientist . Estas sesiones de capacitación en vivo son proporcionadas por profesionales que actualmente trabajan en la industria en este puesto de trabajo . Este es un programa de 10-12 semanas con 3-4 horas de entrenamiento en vivo los fines de semana. La capacitación en vivo se proporciona con un enfoque práctico basado en una asignación semanal y un proyecto de la industria . Estas tareas y proyectos son evaluados por el profesional / mentor y se clasifican en base a eso por su habilidad como Data Scientist .

edWisor.com después de completar el curso envía currículums junto con sus proyectos a las compañías relevantes para la contratación como pasante y a tiempo completo. edWisor tiene más de 100 socios de contratación que buscan contratar candidatos capacitados por edWisor.com

Gracias

More Interesting

¿Cuáles son los programas similares a Data Science for Social Good y The Fellowship | Código para América?

¿Cuáles son los mejores servicios web para el análisis remoto de datos?

¿Cuáles son las aplicaciones de los procesos estocásticos, particularmente en ciencia de datos y aprendizaje automático?

¿Qué es una certificación para un analista de big data?

¿Cuáles son algunas de las preguntas comerciales respondidas por la ciencia de datos? ¿Qué tipo de datos se utilizan para responder esas preguntas?

¿Cómo es el análisis de big data la solución para el crecimiento del negocio?

¿Cuáles son los requisitos previos para aprender Hadoop y big data en master of science para nosotros?

¿Cómo sabemos si los paquetes Python o R son correctos?

¿Por qué no se puede usar el porcentaje (%) para la normalización de datos en estadísticas?

¿Cómo manejan las empresas de big data la retención de datos?

¿Qué habilidades necesito para ser un científico de datos en Quora?

¿Cuáles son algunos ejemplos específicos donde el análisis de datos topológicos (TDA) supera los puntos de referencia estándar de la industria en datos disponibles públicamente?

Cómo validar las reglas de decisión individuales por separado en un árbol de decisión, en lugar de validar el modelo del árbol de decisión en su conjunto

¿Cuál es el mejor curso para Python en ciencia de datos?

¿Es GDS (Global Distribution Systems, donde se almacenan los datos de la aerolínea) una base de datos o un tipo de big data?