Diría que definitivamente hay demasiada publicidad en torno a la llamada escasez. El problema tiene menos que ver con el escaso talento, y mucho más con los intereses de marketing que han interpretado mal el significado de la ciencia de datos , hasta el punto en que muchas empresas simplemente no entienden lo que significa el título, y muchos solicitantes descontentos se preguntaron qué Hicieron mal.
Esto ha llevado a la aparición de campamentos de arranque, convenciendo erróneamente a la gente de que unos pocos meses (y miles de dólares) los prepararán para el puesto. También lleva a los desarrolladores a aplicar con poca o ninguna capacitación estadística o científica. Algunas publicaciones incluso sugieren que un BA puede pasar a esta posición. Todavía tengo que conocer una empresa, una que tome en serio la ciencia de datos real , que contrate a los bootcamps, desarrolladores que tomaron un curso de Coursera o un BA con una inclinación por los números.
El párrafo anterior a menudo agrava a muchas personas, ya que sienten que sus antecedentes deben justificar la posición de Data Science. También habrá personas que digan “pero me han contratado con ese trasfondo … así que lo que dices es incorrecto”. Pero el hecho de que algunas compañías otorguen el título a personas sin capacitación en investigación científica solo habla de la falta de comprensión del mercado, no de la definición real de la ciencia de datos. No es correcto que a las masas de jóvenes profesionales ansiosos se les diga que se están preparando para este puesto cuando no lo están, y esto degrada el campo.
- ¿Qué conjuntos de habilidades son imprescindibles para un aspirante a científico de datos además de la calificación educativa?
- ¿Existe una relación entre big data, aprendizaje automático y sistemas distribuidos?
- ¿Cómo es el futuro en Big Data?
- Cómo aplicar el análisis de sentimientos en los datos de correo electrónico con precisión
- ¿La demanda de un analista de datos es mayor que la de un científico de datos?
Si buscas en Google “científico de datos reales”, encontrarás artículos como Will the Real Data Scientists de Zachary Chase Lipton, Stand Up y Seth Dempsey en No confunda Business Intelligence con Real Data Science . Ambos hablan de la definición vaga y de cómo está causando problemas.
Tampoco puedo culpar a las personas por desilusionarse y enojarse ya que gran parte del mercado les dice que la ciencia de datos es algo que no es. Ni siquiera puedo culpar por completo al mercado, ya que muchos reclutadores y sus empresas no entienden lo que realmente implica el trabajo o las habilidades que se deben esperar para el puesto.
La verdad es que lo que llamamos ciencia de datos ha existido durante décadas, y la única diferencia reciente es la escala de datos. La ciencia de datos es la computación científica, lo que significa que los algoritmos, las matemáticas avanzadas, las estadísticas, la investigación científica y la computación distribuida / paralela se utilizan para construir modelos a partir de datos con el objetivo principal de explicar y predecir patrones.
El primer problema es que muchas personas piensan que el título de “científico” está etiquetado solo para resaltar el aspecto técnico de la posición. Por lo tanto, siempre que sea técnico y obtenga números, debería ser bueno. Esto es falso El término científico está ahí por una razón. Casi todos los científicos de datos reales con los que he trabajado son científicos con formación de doctorado que tienen experiencia en astrofísica, biofísica, biología / química computacional, bioestadística, bioinformática y física de la materia condensada. Fuera de las ciencias “duras” se encuentran personas con doctorados en inteligencia artificial / aprendizaje automático, estadísticas y matemáticas.
Por lo tanto, la mayoría de los puestos de ciencia de datos reales a menudo requieren un doctorado en un campo altamente cuantitativo. Los títulos de maestría también se consideran cuando hay suficiente experiencia para acompañar el título.
Ahora, aquí es donde mucha gente dice “pero un doctorado de ninguna manera garantiza que serás bueno para construir modelos avanzados en aplicaciones del mundo real”. Y tienen razón. Muchos doctorados no están preparados para la ciencia de datos, ya que el conocimiento profundo en un campo de la ciencia o la ingeniería no es garantía de una gran automatización que ofrezca un ROI del mundo real a una empresa. Pero ir a la escuela de medicina tampoco garantiza que alguien sea un gran médico … sin embargo, es un requisito previo. Existe la expectativa de que su médico estará, como mínimo, capacitado en medicina. En cuanto a la ciencia de datos, no existe una industria que no haya sido tocada por algoritmos avanzados de inteligencia artificial, y la descarga de la toma de decisiones a una máquina a menudo significa que se confía en millones de dólares a su capacidad para construir modelos que conviertan los datos en valor. Entonces, cuando una empresa quiere que se haga ciencia de calidad con sus datos muy valiosos, para construir máquinas que ejecuten la toma de decisiones para su empresa muy valiosa, quieren la “escuela de medicina” de la ciencia … y eso se llama un doctorado.
Usted mismo tiene un doctorado, pero aparentemente tiene problemas para encontrar una posición. Supongo que hay 2 razones para esto:
1) Su doctorado puede no ser tan cuantitativo;
2) No eres tú, son ellos.
Para el n. ° 1 , solo estoy adivinando, ya que no mencionaste nada “computacional” sobre tu título. Si hay algún nivel de computación científica, entonces debe enfatizar esto. Para el n. ° 2 , esto tiene que ver con las empresas que simplemente buscan lo incorrecto, como se discutió anteriormente.
Asegúrese de comprender qué es realmente Data Science. Buscar en Google la ciencia de datos le mostrará a las empresas y los bootcamps que han pagado por los resultados de búsqueda de Google … así que eso no lo ayudará mucho. Estoy en este campo y me apasiona especialmente educar a las empresas y estudiantes sobre lo que realmente implica este campo.
Consideraría entrevistar a compañías (no al revés) para ver primero si lo consiguen. Luego centre sus esfuerzos en esas empresas mientras hace hincapié en el aspecto de su título que lo hace ideal para ingresar al campo de la ciencia de datos .
Prueba de tornasol para determinar si una empresa hace ciencia de datos reales (buscando un sí )
– La compañía entiende que Business Intelligence y Data Science son fundamentalmente diferentes y tienen muy poco en común;
– Ofrecen a los posibles empleados un examen de código muy diferente de lo que les dan a los desarrolladores (preferiblemente un desafío de datos);
– Entienden que Data Science y Big Data no son sinónimos;
– Entienden cómo la automatización aportada por los científicos de datos es completamente diferente de lo que se vio durante la revolución industrial;
– Los científicos de datos que están en posiciones de liderazgo tienen doctorados o una gran experiencia en la industria.
Aquí hay algunos artículos que he escrito para ayudar a otros a comprender este campo.
Ciencia de datos y Big Data: dos bestias muy diferentes
https://www.linkedin.com/pulse/d…
Científico de datos: poseer hasta el título
https://www.linkedin.com/pulse/2…
Terminaré diciendo que esta respuesta no sugiere el requisito de un doctorado para hacer ciencia de datos. Simplemente estoy mostrando una evaluación realista de lo que buscan las empresas que hacen ciencia de datos reales. Los campos se benefician de una variedad de fondos diferentes. Al final del día, lo que importa es que puede resolver problemas reales en datos reales al construir modelos avanzados en aplicaciones adaptativas. Independientemente de sus antecedentes, debe ser el propietario y decirles a las empresas por qué es la persona adecuada para el trabajo. Dile a las empresas por qué eres el verdadero negocio.
En esa nota …
La única habilidad que debería preocuparte
https://www.linkedin.com/pulse/2…
Buena suerte,
