introduction
L'une des requêtes courantes que je rencontre à plusieurs reprises dans divers forums est “Dois-je devenir data scientist (l'analyste)?” La requête prend diverses formes et facteurs, mais voici une anecdote courante de la vraie vie:
« Je fais des ventes pour divers géants BFSI depuis 3 ans, mais j'ai arrêté d'apprécier mon rôle. Après avoir lu sur Business Analytics et Machine Learning, mon intérêt pour ce domaine s'est accru. Dois-je changer et apprendre la science des données? Le cas échéant, comment je fais ça?
Quand j'ai réfléchi à la façon dont j'ai pris la décision, je me suis rendu compte: j'ai eu de la chance! La décision a été relativement plus facile pour moi. Parce que? Connait les secteurs / les rôles, je n'apprécierais pas; ceux-ci comprenaient des rôles dans les ventes, rôles en génie physique et quelques autres. Il était ouvert à des postes en science des données dans des banques de détail et des banques d'investissement et, par chance, terminé en Capital One.
Aujourd'hui, après avoir passé ~ 8 années dans l'industrie, il est beaucoup plus facile pour moi de guider et de guider les gens pour savoir si Analytics est le bon rôle pour eux ou non. Ensuite, pensé, Je vais essayer de mettre mes pensées dans un cadre et de les partager avec le public de ce blog. Le but de cet article est d'aider les personnes qui sont assises sur la clôture et qui réfléchissent à ce que le travail / le rôle leur convient. Ensuite, si vous êtes quelqu'un qui réfléchit à un mouvement dans la science des données ou vous vous demandez si vous êtes un bon candidat pour cette industrie, voici un cadre sympa qui pourrait aider.
Le rôle d'un mentor dans la construction d'une carrière est inestimable. En appartenant à l'industrie, le mentor peut vous aider à naviguer dans votre cheminement d'apprentissage afin que vous ne tombiez pas dans des pièges. Ceinture noire certifiée AI et ML Plus Le programme comprend plus de 100 heures de cours en direct, plus de 100 des heures de vidéo à votre rythme, plus de 18 projets de la vie réelle et surtout: La tutelle 1: 1 afin que vous puissiez vous concentrer pour devenir un professionnel prêt pour l'industrie avec des conseils pertinents. 🙂
Structure
J'ai mis un framework sous forme de test très simple. Ce test est basé sur les attributs que tout analyste doit posséder. Il doit être noté dans chacune des questions (sur le score mentionné après la question) puis ajoutez vos scores. Un bon analyste devrait obtenir un score supérieur à 70 et quiconque obtient un score inférieur à 50 vous devriez sérieusement reconsidérer la décision d'être un data scientist.
Tester les questions:
- ¿Te encanta el cálculo de números y la résolutionLa "résolution" fait référence à la capacité de prendre des décisions fermes et d’atteindre les objectifs fixés.. Dans des contextes personnels et professionnels, Il s’agit de définir des objectifs clairs et d’élaborer un plan d’action pour les atteindre. La résolution est essentielle à la croissance personnelle et à la réussite dans divers domaines de la vie, car cela vous permet de surmonter les obstacles et de rester concentré sur ce qui compte vraiment.... de problemas lógicos, En d'autres termes, énigmes, cotes et statistiques? (marquer sur 20)
Par amour je ne veux pas dire que je l'aime, Je ne veux pas dire que tu ne te soucies pas des chiffres, je veux dire, Avez-vous une obsession avec les chiffres? Aimez-vous faire des estimations de conjecture à tout moment de la journée? J'ai fait ces estimations en prenant une douche, pendant que je conduis, en regardant un film ou même quand je nage (et j'ai perdu le compte des tours)! Je sais que mon ami Tavish fait aussi ces calculs mentalement, en conduisant ou en jouant au badminton. Si tu veux que je me retire d'une dispute, Demandez-moi un obstacle logique vraiment difficile!
Clé:
5 – ils ont peur des maths et des statistiques, mais ils peuvent faire face jusqu'à un certain point
10 – Sont à l'aise avec les mathématiques et les statistiques, mais il a besoin de calculatrices et excelle pour travailler sur les problèmes. Ça ne te dérange pas d'essayer des énigmes
15 – J'aime faire des nombres et résoudre des énigmes logiques n'importe où
20 – Je ne peux pas vivre sans le traitement des nombres et les énigmes logiques: Une obsession!
- Aimez-vous travailler / gérer les problèmes non structurés? (marquer sur 20)
Un analyste sera inévitablement testé contre des problèmes commerciaux amorphes et non structurés. Et c'est ainsi que vous résolvez ces problèmes non structurés, ce qui décide si vous êtes bon ou mauvais en tant qu'analyste. Mon premier projet dans mon premier rôle a dit: “Au cours des derniers mois, nous avons vu une forte augmentation des clients à haut risque de type X. Une stratégie basée sur les données doit être conçue pour mesurer, contrôler et améliorer cette situation.“
Même l'entreprise n'avait pas de définition claire de ces clients. Pouvez-vous gérer ce genre d'ambiguïté et fournir vous-même une adresse? Aimez-vous ces situations ou préférez-vous vous sentir à l'aise dans un rôle plus défini?
Clé:
5 – J'ai essayé ces problèmes dans le passé, Mais ce n'est pas ma tasse de thé!
10: une vingtaine de 10 cela voudrait dire que vous aimez résoudre ces problèmes de temps en temps (par exemple, de 3 une 6 mois)
15+ – Vous préférez les problèmes non structurés sur-structurés. Vous n'aimez pas que quelqu'un d'autre structure vos problèmes pour vous.
- Vous aimez les recherches approfondies et pouvez passer des heures à découper et découper des données? (marquer sur 20)
Pour en revenir au premier projet auquel j'ai été confronté, Je prends 3 mois comprendre l'entreprise, avoir plusieurs discussions avec les parties prenantes, les mettre ensemble sur la même page, puis extraire les données pour les solutions. Vous avez besoin d'une perspective de chercheur pour être un bon analyste d'affaires. À quand remonte la dernière fois que vous avez passé des heures et des heures immergé dans la réponse d'un obstacle? Pouvez-vous le faire encore et encore?
Clé:
5 – Vous souhaitez un changement toutes les quelques heures. Vous ne pouvez pas travailler sur un seul problème toute la journée.
10 – Peut travailler sur un obstacle de recherche, mais vous avez besoin de travail supplémentaire pour vous aider à sortir de l'ennui.
15 – Vous avez l'impression que le travail parallèle vous empêche de progresser sur le problème clé sur lequel vous travaillez. Je serais heureux s'ils les emportaient
20 – Je ne supporte pas les distractions
- Aimez-vous construire et présenter des histoires étayées par des preuves? (marquer sur 20)
Un data scientist doit être un présentateur fluide. À quoi bon tout le travail acharné si vous ne pouvez pas influencer vos parties prenantes? Communiquer avec des données et présenter des histoires fondées sur des données est l'un des éléments les plus importants dans la vie d'un scientifique des données. Imaginez faire partie d'entreprises comme Google et Amazon: a toutes les données dont vous avez besoin (probablement plus que ça) pour le domaine sur lequel vous travaillez, mais vous devez en faire une histoire significative, le présenter et influencer les parties prenantes. prendre la bonne décision!
Clé:
5 – Vous avez du mal à communiquer mes pensées mathématiques au public.
10 – Vous pouvez gérer la narration avec beaucoup de pratique. Je ne peux pas penser à faire ça en déplacement !!
15+ – N'importe quand et n'importe où!
- Vous remettez-vous toujours en question les suppositions des gens et êtes-vous toujours curieux de savoir “parce que”? (marquer sur 10)
C'est probablement la meilleure partie et la plus amusante !! Voici une citation qui est lue quelque part sur Linkedin: Se disputer avec un ingénieur, c'est un peu comme se battre dans la boue avec un cochon: après quelques heures, tu te rends compte que le cochon aime.. Équivalent, demander pourquoi cela vient naturellement à un bon data scientist. Certains des meilleurs data scientists arrêteraient n'importe qui et demanderaient une justification s'ils ne sont pas clairs: Pourquoi as-tu posé cette question? Quelle était votre procédure de pensée? Pourquoi supposez-vous? ne sont que quelques exemples de ces questions.
Clé:
5 – Ne pose des questions que lorsqu'elles sont essentielles pour poser
8+ – Vous ne pouvez pas supporter l'anxiété de ne pas comprendre quelque chose! Sauter pour poser des questions!
- Vous aimez résoudre des problèmes et vous épanouissez dans les défis intellectuels? (marquer sur 10)
Les analystes ont besoin d'un don pour la résolution de problèmes. La plupart des problèmes auxquels les entreprises seraient confrontées leur seraient propres et il faudrait un solveur intelligent pour les résoudre. Les solutions qui fonctionnent pour une organisation peuvent ne pas fonctionner pour une autre; ce devrait être quelqu'un qui développe rapidement une compréhension profonde d'un obstacle et découvre ensuite des moyens innovants de résoudre ces problèmes.
Clé:
3 – Cela ne vous dérange pas de penser à résoudre des problèmes, mais tu te bats.
6 – Vous pouvez parfois résoudre des problèmes
9/10 – Vous aimez la démarche de pensée intellectuelle
Remarques finales:
Quelle est ma note? je noterais entre 80 Oui 85 dans cet essai. C'est ton tour maintenant. Passez l'examen et faites le moi savoir, Combien en obtiens-tu? En même temps, dites-moi si vous pensez que le test a été utile ou non.
Notez que, comme toutes les questions subjectives, il n'y a pas de bonnes ou de mauvaises réponses ici. Vous pouvez obtenir un faible score au test, mais reste, être le meilleur analyste / scientifique des données qui existe. Malgré cela, le test devrait aider la plupart des gens confrontés à la confusion. Si vous êtes toujours confus après avoir lu ce post, n'hésitez pas à partager votre confusion / renseignez-vous via les commentaires ci-dessous. Cela vous aidera à expliquer la confusion et m'aidera à améliorer ce cadre.
Avez-vous aimé ce cadre? Chez DataPeaker, nous suivons une approche analytique de la résolution de problèmes. Si desea convertirse en un científico de datos con esta mentalidad analytiqueL’analytique fait référence au processus de collecte, Mesurer et analyser les données pour obtenir des informations précieuses qui facilitent la prise de décision. Dans divers domaines, Comme les affaires, Santé et sport, L’analytique peut identifier des modèles et des tendances, Optimiser les processus et améliorer les résultats. L’utilisation d’outils et de techniques statistiques de pointe est essentielle pour transformer les données en connaissances applicables et stratégiques...., voir la BlackBelt of IA et ML certifié Plus Programme qui offre plus de 100 heures de cours en direct, plus de 100 des heures de vidéo à votre rythme, plus de 18 projets de la vie réelle et surtout: La tutelle 1: 1. Le cours est soigneusement conçu par des experts afin que vous puissiez devenir un professionnel prêt pour l'industrie !!
Maintenant que vous savez que vous pouvez ou non devenir un data scientist, vous pouvez vous demander “Comment puis-je devenir data scientist?”. Voici la feuille de route:
