Dada la opción de buscar SAP o Data Science, ¿cuál va bien y qué es probable que ayude a buscar trabajos para una actualización?

Déjame responder esto con un ejemplo …

Cuando me estaba graduando de mi Maestría en Informática, existía esta tecnología llamada J2ME. Los teléfonos inteligentes apenas comenzaban a ser populares, y cualquiera con J2ME vendía como pasteles calientes.

Entonces, también aprendí J2ME. Demonios, incluso hice mi trabajo del Proyecto Final en J2ME, y obtuve una patente para mis empleadores. Pero esa es otra historia para otro momento …

En el transcurso de un par de años, J2ME fue aniquilado por iOS, Android y lo que no, pero no J2ME.

El punto aquí es que cualquier tecnología “caliente”, por ejemplo, productos SAP, productos Oracle, alguna suite o herramienta Random ERP, solo dura un par de años. Siempre habrá algo que lo mejorará e interrumpirá su negocio.

Sin embargo, los conceptos básicos de los conceptos básicos de la informática son siempre los mismos, a menos que una nueva investigación actualice los conceptos.

Entonces, Data Science, al ser un campo conceptual, tiene más alcance a lo largo de los años, donde puedes ser parte de su evolución, con varias herramientas que te ayudarán … Pero siempre sigues siendo un Data Scientist. Le ayudará mucho a dar forma a su carrera.

Solo para darle un ejemplo, trabajo en SAP Labs, pero no conozco NINGUNA Herramienta / Tecnología SAP.

Entonces, en resumen, elija un campo, una rama, una ciencia, no una herramienta.

¡Aclamaciones!

Este tipo de pregunta se responde mejor mediante una introspección informada. Si bien la demanda industrial de talento y remuneración son definitivamente consideraciones para una carrera, podemos ser profesionales motivados y exitosos solo cuando conectamos nuestro sentido de nuestras fortalezas, nuestro propósito u objetivos con las trayectorias profesionales que tenemos por delante.

Dicho esto, creo que ambas opciones en frente de usted son interesantes. Una exposición a SAP le brinda la oportunidad de aprender o reforzar las habilidades en las cadenas de suministro, la gestión de recursos empresariales y muchas áreas relacionadas. Un rol de ciencia de datos lo preparará para formular preguntas difíciles sobre organizaciones, procesos y productos utilizando datos para calificar sus teorías e hipótesis. Ambas son carreras que florecerán, en nuestro mundo conectado y basado en datos, donde hay cadenas de suministro que conectan las regiones más remotas del planeta con los centros industriales más grandes.

Sin embargo, en realidad, sus fortalezas y personalidad probablemente se alinean con una de estas carreras.

¿Eres una persona curiosa a la que le gusta profundizar y encontrar respuestas? ¿Te gusta teorizar y poner a prueba tus teorías? ¿Te gusta cuestionar tus propios puntos de vista sobre lo correcto y lo incorrecto con base en la evidencia? ¿Te gustan las estadísticas, el análisis de datos y la visualización de datos? ¿Le gusta pensar que el análisis de datos es un multiplicador de fuerza para que las empresas sean más eficientes y hagan mejores negocios? Si te gusta esta visión de ti mismo, la carrera de ciencia de datos puede prepararte para explotar este tipo de fortalezas.

Por el contrario, si le gusta estudiar procesos masivos y cadenas de suministro, la forma en que se extienden a través de países y continentes, cómo se encuentran, explotan y explotan los recursos para la industria, si le gustan las empresas manufactureras y sus interacciones, le gusta entender el comercio, el transporte, Como resultado de la negociación, los precios y los negocios, puede que le gusten las cadenas de suministro y los desafíos que ofrecen. Hay espacio en la ciencia de la cadena de suministro para una gran cantidad de modelos matemáticos y optimización, y también hay espacio para la toma de decisiones comerciales prácticas. Si le gustan este tipo de carreras, las cadenas de suministro y SAP pueden beneficiarlo.

Una cosa que vale la pena mencionar aquí es ser capaz de adoptar una mentalidad de crecimiento y estar constantemente inquisitivo e interesado en una amplia gama de cosas. Cuando mira más allá de los desafíos aparentes y analiza lo que se necesita para hacer algo, comienza a avanzar hacia sus sueños.

En el mercado actual, la ciencia de datos no tiene dudas.

El campo de la ciencia de datos no solo es desafiante sino también gratificante. hay una larga curva de aprendizaje en el campo de la ciencia de datos que sería igual para SAP también.

Ciencia de datos = Datos + Estadísticas + Python o programación R

Para comenzar, hay muchos cursos en línea disponibles, le recomiendo encarecidamente que investigue:

Ciencia de datos | Coursera

Otro programa sería Machine Learning – Universidad de Stanford | Coursera

¡Espero que esto ayude!

Gracias

¿Por qué “cualquiera o”

Estas dos opciones no son mutuamente excluyentes.

Puede seguir una carrera en ciencia de datos de SAP. Hay un grupo PIA dentro de SAP que son todos científicos de datos.

En realidad, una de las áreas de análisis de datos más valiosas es SAP: tiene la mayoría de los datos comerciales y muchas de las empresas que usan SAP tienen Big data en o alrededor de SAP, para dar sentido a dichos datos y aprovecharlos al máximo, la ciencia de datos es muy importante.

Por lo tanto, es posible que desee analizar la ciencia de datos en el ecosistema SAP.

More Interesting

¿Es posible obtener una 'posición cuantitativa' o trabajar en 'análisis de datos' después de hacer un trabajo de ingeniero de software durante varios años?

¿Cuáles son los programas creíbles de capacitación en ciencia de datos que enseñarían habilidades prácticas?

¿Qué puedo seguir en el dominio de la ciencia de datos? Tengo conocimiento en el programa R.

Para alguien sin experiencia en ciencia de datos, ¿cómo me convenzo de que los modelos predictivos son importantes, ya que no garantizan eventos futuros?

Cómo hacer la debida diligencia en la elección de un campamento de ciencia de datos

¿Con qué herramientas o tecnologías debería estar familiarizado para conseguir un trabajo en el análisis de datos?

En la regresión logística, ¿cómo encuentra el mejor límite de decisión posible algorítmicamente?

¿Cuáles son los buenos hitos para el aprendizaje de big data?

¿Cómo es trabajar en proyectos de aprendizaje automático en la industria del software?

¿Hay alguna organización / empresa que trabaje en big data y análisis de datos en o alrededor de Pune?

¿Qué es un clasificador 'codicioso'?

¿Qué debe estudiar una persona de aprendizaje automático: visión artificial o ciencia de datos?

¿Qué es la minería de datos?

¿Qué debo hacer a continuación para conseguir un trabajo en Data Science y Machine Learning en India?

Como científico de datos, ¿en qué industria trabaja actualmente? ¿Su industria tiene una gran demanda de científicos de datos?