Data Science, Big Data, Machine Learning, ¿qué certificación debo hacer para cambiar la trayectoria profesional desde un entorno de control de calidad?

Comencé con la automatización del control de calidad, no porque me interesara, sino simplemente porque estaba encantado de que me pagaran por escribir software. Más tarde, pasé a realizar servicios de campo e ingeniería de redes, lo que me llevó a ser desarrollador web de informes / análisis. Tengo mucha experiencia analizando datos. Creé una cartera de aplicaciones web de visualización interactiva, lo que llevó a conseguir un trabajo como ingeniero de visualización en una de las primeras tiendas de Hadoop. Estudié mucho todos los días durante varias horas y aprendí herramientas de “big data”. El éxito en este rol me llevó a mi primer trabajo como científico de datos creando productos de datos. Estuve sobre mi cabeza y estudié varias horas al día: matemática aplicada, análisis de redes sociales, aprendizaje automático, nuevos lenguajes como Python y R. Con el tiempo aprendí lo suficiente sobre ciencia de datos para escribir libros sobre el tema.

Mi punto es que si está motivado, si puede dedicar varias horas al día para aprender nuevas habilidades, y hace todo lo posible para obtener una serie de nuevos trabajos donde crece y hace cosas nuevas … puede obtener una experiencia equivalente a un título de posgrado en ciencias de datos o un campo relacionado. Pero tendrá que trabajar tan duro como un estudiante graduado, yendo más allá de lo que exige su trabajo.

¡Buena suerte, y SÍ puedes y debes hacer esta transición! Debes jugar con los datos tanto como sea posible, en GitHub y en publicaciones de blog, y usar esta experiencia para promocionarte y determinar qué área te interesa.

No te he dicho qué certificado obtener, sino más bien cómo educarte.

Un científico de datos trabajará en el desarrollo de nuevos algoritmos y presentará nuevos patrones e ideas sobre los datos que de otro modo permanecerían ocultos. “Junto con las estadísticas, un científico de datos puede tener una calificación en economía, aplicar análisis efectivos y modelos de negocios sofisticados en grandes volúmenes de datos. ¡Haga clic aquí! y definitivamente necesita una docena o más de experiencia trabajando con diez o quince herramientas de BI “, dice Chuck Hollis, vicepresidente de marketing global y director de tecnología de EMC.

un proveedor de servicios de análisis y ciencia de decisiones dice que “los científicos de datos también incursionarán en psicología experimental, antropología y ciencias sociales”. Con la necesidad de establecer centros de excelencia de BI (CoE), los análisis se institucionalizarán.

Con el advenimiento de las redes sociales impactando la mayoría de las facetas de los negocios, las organizaciones esperan integrar la tecnología, el software social y el BI para crear un ambiente agradable para la toma de decisiones. El científico de datos será responsable de proporcionar un contexto social a la información. BI y análisis bailan a una nueva melodía cuando adoptan nuevos enfoques como Hadoop. No esperan datos estructurados, limpios y prístinos, sino que trabajan con una mezcla de datos para proporcionar un análisis en tiempo real o cercano. La analítica descriptiva, la analítica inquisitiva, la analítica preventiva y prescriptiva son parte del nuevo paradigma, con el científico de datos en el centro.

La curva de evolución se está moviendo del apoyo a la toma de decisiones a ser cada vez más operacional, con una progresión inminente que llevará la competencia estratégica a un nivel completamente nuevo con los científicos de datos en la imagen. BI entró en escena hace quince años y TI poseía estas iniciativas. Ahora, BI es una función comercial que involucra investigación de mercado con un enfoque central en análisis. Las compañías con grandes volúmenes de datos (internos y externos) irían a The Notion Market sin pestañear, pero las compañías más pequeñas lo pensarían dos veces antes de pagarle a alguien para hacer algo que su proveedor de BI les dijo que haría su producto de BI.

Sin embargo, no es que haya científicos de datos en abundancia, todos clamando por empleos. Por el contrario, como dice Hollis de EMC, “Hay una escasez de talento. Por cada científico de datos, hay treinta trabajos esperando “.

Será lo mejor solo si te encantaría y te encantaría hacerlo.

De lo contrario, se tratará de perseguir el dinero, seguir la tendencia, seguir a otros y cosas falsas.

Si tiene pasión y amor, se esforzaría mucho y no renunciaría a los obstáculos que se avecinan, finalmente podrá hacerlo y hacerlo bien y luego convertirse en el mejor de la industria.

Concéntrese en el interior antes de tomar una decisión en el exterior.

Buena suerte.