Introducción
Una de las consultas habituales con las que me encuentro repetidamente en varios foros es «¿Debería convertirme en científico de datos (o analista)?» La consulta toma varias formas y factores, pero aquí hay una anécdota común de la vida real:
“He estado haciendo ventas para varios gigantes de BFSI durante los últimos 3 años, pero dejé de disfrutar de mi rol. Después de leer sobre Business Analytics y aprendizaje automático, mi interés en esta área ha crecido. ¿Debería hacer un cambio y aprender ciencia de datos? En caso de ser así, ¿cómo hago esto?
Cuando reflexioné acerca de cómo tomé la decisión, me di cuenta: ¡tuve suerte! La decisión fue relativamente más fácil para mí. ¿Por qué? Conocía las industrias / roles, no disfrutaría; estos incluían roles en Ventas, roles en Ingeniería física y algunos otros. Estaba abierto a puestos en ciencia de datos en bancos minoristas y bancos de inversión y, por suerte, terminé en Capital One.
Hoy, después de pasar ~ 8 años en la industria, es mucho más fácil para mí orientar y orientar a las personas sobre si Analytics es el rol adecuado para ellos o no. Entonces, pensé, intentaré poner mis pensamientos en un marco y compartirlo con la audiencia de este blog. El objetivo de esta publicación es ayudar a aquellas personas que están sentadas en la valla y piensan qué trabajo / rol es el adecuado para ellos. Entonces, si es alguien que está deliberando sobre un movimiento en la ciencia de datos o se pregunta si encaja estupendamente con esta industria, aquí hay un marco ordenado que podría ayudar.
El papel de un mentor en la construcción de una carrera no tiene precio. Al pertenecer a la industria, el mentor puede ayudarlo a navegar por su camino de aprendizaje para que no caiga en trampas. Cinturón negro certificado AI y ML Más El programa incluye más de 100 horas de curso en vivo, más de 100 horas de video a su propio ritmo, más de 18 proyectos de la vida real y lo más importante: tutoría 1: 1 para que pueda concentrarse en convertirse en un profesional preparado para la industria con el orientación pertinente. 🙂
Estructura
He puesto un marco en forma de prueba muy simple. Esta prueba se basa en los atributos que todo analista debe poseer. Debe puntuarse en cada una de las preguntas (fuera del puntaje mencionado después de la pregunta) y después agregar sus puntajes. Un buen analista debería obtener una puntuación superior a 70 y cualquier persona que obtenga una puntuación inferior a 50 debería reconsiderar seriamente la decisión de ser un científico de datos.
Preguntas de prueba:
- ¿Te encanta el cálculo de números y la resoluciónLa "resolución" se refiere a la capacidad de tomar decisiones firmes y cumplir con los objetivos establecidos. En contextos personales y profesionales, implica definir metas claras y desarrollar un plan de acción para alcanzarlas. La resolución es fundamental para el crecimiento personal y el éxito en diversas áreas de la vida, ya que permite superar obstáculos y mantener el enfoque en lo que realmente importa.... de problemas lógicos, dicho de otra forma, acertijos, probabilidades y estadísticas? (puntuación sobre 20)
Por amor no me refiero a me gusta, no me refiero a que no te importen los números, quiero decir, ¿tienes una obsesión con los números? ¿Te encanta hacer estimaciones conjeturas en cualquier momento del día? Hice esas estimaciones mientras me ducho, mientras conduzco, mientras veo una película o inclusive cuando estoy nadando (y perdí la cuenta de vueltas)! Sé que mi amigo Tavish además hace estos cálculos mentalmente, mientras conduce o juega al bádminton. Si deseas que me aparte de una discusión, ¡pregúntame un obstáculo lógico verdaderamente difícil!
Llave:
5 – temen las matemáticas y la estadística, pero pueden enfrentar hasta cierto punto
10 – Se siente cómodo con las matemáticas y la estadística, pero necesita calculadoras y sobresale para trabajar en los problemas. No te importe intentar acertijos
15 – Me encanta hacer números y solucionar acertijos lógicos en cualquier lugar
20 – No se puede vivir sin el procesamiento de números y los acertijos lógicos: ¡una obsesión!
- ¿Disfruta trabajando / manejando problemas no estructurados? (puntuación sobre 20)
Un analista será inevitablemente probado frente a problemas comerciales amorfos y no estructurados. Y es cómo resuelves estos problemas no estructurados, lo que decide qué tan bueno o malo eres como analista. Mi primer proyecto en mi primer rol decía: «En los últimos meses, hemos visto un gran aumento de clientes de alto riesgo de tipo X. Es necesario idear una estrategia basada en datos para medir, controlar y mejorar esta situación.«
Inclusive la compañía no tenía una definición clara de estos clientes. ¿Puede manejar este tipo de ambigüedad y proporcionar una dirección por su cuenta? ¿Disfruta de estas situaciones o prefiere sentirse cómodo en un rol más definido?
Llave:
5 – He probado estos problemas en el pasado, ¡pero no es mi taza de té!
10: una puntuación de 10 significaría que le gusta solucionar estos problemas de vez en cuando (a modo de ejemplo, de 3 a 6 meses)
15+ – Prefieres problemas no estructurados sobreestructurados. No disfrutas que alguien más te estructura los problemas.
- ¿Disfruta de la investigación profunda y puede pasar horas cortando y cortando datos? (puntuación sobre 20)
Volviendo al primer proyecto que enfrenté, me tomó 3 meses comprender el negocio, tener múltiples discusiones con las partes interesadas, reunirlos en la misma página y después extraer los datos para obtener soluciones. Necesita una perspectiva de investigador para ser un buen analista de negocios. ¿Cuándo fue la última vez que pasó horas y horas inmerso en la respuesta de un obstáculo? ¿Puedes hacer eso una y otra vez?
Llave:
5 – Deseas un cambio cada pocas horas. No puedes trabajar en un solo problema durante todo el día.
10 – Puede trabajar en un obstáculo de investigación, pero necesita un trabajo adicional para ayudarlo a salir del aburrimiento.
15 – Sientes que el trabajo paralelo te distrae de progresar en el problema clave en el que te encuentras trabajando. Sería feliz si se los llevaran
20 – No soporto las distracciones
- ¿Disfruta construyendo y presentando historias sustentadas en evidencia? (puntuación sobre 20)
Un científico de datos debe ser un presentador fluido. ¿De qué sirve todo el trabajo duro si no puede influir en sus partes interesadas? Comunicarse con datos y presentar historias respaldadas por datos es uno de los ítems más importantes en la vida de un científico de datos. Imagínese ser parte de compañías como Google y Amazon: tiene todos los datos que necesita (probablemente más que eso) para el dominio en el que está trabajando, pero necesita convertirlo en una historia significativa, presentarla a las partes interesadas e influir en ellas. para tomar la decisión correcta!
Llave:
5 – Luchas por comunicar mis pensamientos matemáticos a la audiencia.
10 – Puedes administrar contar historias con mucha práctica. ¡No puedo pensar en hacer esto sobre la marcha!
15+ – ¡En cualquier momento y en cualquier lugar!
- ¿Siempre te encuentras cuestionando las suposiciones de las personas y siempre tienes curiosidad por saber «por qué»? (puntuación sobre 10)
¡Esta es probablemente la mejor parte y la más divertida! Aquí hay una cita que se lee en algún lugar de Linkedin: Discutir con un ingeniero es muy parecido a luchar en el barro con un cerdo: después de unas horas, te das cuenta de que al cerdo le gusta.. De manera equivalente, preguntar por qué es algo natural para un buen científico de datos. Algunos de los mejores científicos de datos detendrían a cualquiera y pedirían una justificación si no están claros: ¿Por qué hiciste esta pregunta? ¿Cuál fue tu procedimiento de pensamiento? ¿Por qué lo asume? son solo algunos ejemplos de estas preguntas.
Llave:
5 – Solo hace preguntas cuando son fundamentales para hacerlas
8+ – ¡No soportas la ansiedad de no comprender algo! ¡Saltando para hacer preguntas!
- ¿Disfruta resolviendo problemas y prospera con los desafíos intelectuales? (puntuación sobre 10)
Los analistas necesitan un don para la resolución de problemas. La mayoría de los problemas a los que se enfrentarían las compañías serían exclusivos de ellos y se necesitaría un solucionador inteligente para resolverlos. Las soluciones que funcionan para una organización pueden no funcionar para otra; debe ser alguien que desarrolle rápidamente una comprensión profunda de un obstáculo y después descubra formas innovadoras de solucionar estos problemas.
Llave:
3 – No te importa pensar en solucionar problemas, pero luchas.
6 – Puedes solucionar problemas a veces
9/10 – Te encanta el procedimiento del pensamiento intelectual
Notas finales:
Cual es mi puntaje? Calificaría entre 80 y 85 en esta prueba. Es su turno ahora. Haz el examen y avísame, ¿cuánto obtienes? Al mismo tiempo, avíseme si cree que la prueba fue útil o no.
Tenga en cuenta que, como todas las preguntas subjetivas, aquí no hay respuestas correctas o incorrectas. Es factible que obtenga una puntuación baja en la prueba, pero aún así, sea el mejor analista / científico de datos que existe. A pesar de esto, la prueba debería ayudar a la mayoría de las personas que enfrentan confusión. Si sigue confundido después de leer este post, no dude en compartir su confusión / consulta por medio de los comentarios a continuación. Le ayudará a explicar la confusión y me ayudará a mejorar este marco.
¿Te gustó este marco? En DataPeaker seguimos un enfoque analítico para la resolución de problemas. Si desea convertirse en un científico de datos con esta mentalidad analíticaLa analítica se refiere al proceso de recopilar, medir y analizar datos para obtener información valiosa que facilite la toma de decisiones. En diversos campos, como los negocios, la salud y el deporte, la analítica permite identificar patrones y tendencias, optimizar procesos y mejorar resultados. El uso de herramientas avanzadas y técnicas estadísticas es fundamental para transformar datos en conocimiento aplicable y estratégico...., consulte el BlackBelt de IA y ML certificado Más Programa que ofrece más de 100 horas de curso en vivo, más de 100 horas de video a su propio ritmo, más de 18 proyectos de la vida real y lo más importante: tutoría 1: 1. ¡El curso está cuidadosamente elaborado por expertos para que pueda convertirse en un profesional listo para la industria!
Ahora que sabe que puede o no puede convertirse en un científico de datos, es factible que se pregunte «¿Cómo puedo convertirme en un científico de datos?». Aquí está la hoja de ruta:
