Introdução
Uma das dúvidas comuns que encontro repetidamente em vários fóruns é “Devo me tornar um cientista de dados (o analista)?” A consulta assume várias formas e fatores, mas aqui está uma anedota comum da vida real:
“Tenho feito vendas para vários gigantes da BFSI nos últimos 3 anos, mas parei de gostar do meu papel. Depois de ler sobre Business Analytics e Machine Learning, meu interesse nesta área cresceu. Devo fazer uma mudança e aprender ciência de dados? Se então, Como faço isto?
Quando refleti sobre como tomei a decisão, eu percebi: Tive sorte! A decisão foi relativamente mais fácil para mim. Por que? Conhecia as indústrias / papéis, Eu não iria gostar; estes incluíam funções em vendas, funções em Engenharia Física e alguns outros. Ele estava aberto a cargos de ciência de dados em bancos de varejo e bancos de investimento e, por sorte, terminou em Capital One.
Hoje, depois de passar ~ 8 anos na industria, é muito mais fácil guiar e orientar as pessoas sobre se o Analytics é a função certa para elas ou não. Então, pensar, Vou tentar colocar meus pensamentos em um quadro e compartilhá-los com o público deste blog. O objetivo deste post é ajudar aquelas pessoas que estão sentadas em cima do muro pensando no que funciona / o papel é certo para eles. Então, se você é alguém que está deliberando sobre um movimento na ciência de dados ou se perguntando se você é uma ótima opção para este setor, aqui está uma estrutura interessante que pode ajudar.
O papel de um mentor na construção de uma carreira não tem preço. Por pertencer à indústria, o mentor pode ajudá-lo a navegar em seu caminho de aprendizagem para que você não caia em armadilhas. Faixa preta com certificação AI e ML Mais O programa inclui mais de 100 horas de curso ao vivo, mais de 100 horas de vídeo no seu próprio ritmo, mais de 18 projetos da vida real e o mais importante: tutoria 1: 1 para que você possa se concentrar em se tornar um profissional pronto para a indústria com orientação relevante. 🙂
Estrutura
Eu coloquei uma estrutura em um formulário de teste muito simples. Este teste é baseado nos atributos que todo analista deve possuir. Deve ser pontuado em cada uma das questões (fora da pontuação mencionada após a pergunta) e então some suas pontuações. Um bom analista deve pontuar mais alto do que 70 e qualquer um que pontue menos do que 50 você deve reconsiderar seriamente a decisão de ser um cientista de dados.
Perguntas de teste:
- Você adora calcular números e resolver problemas de lógica, Em outras palavras, charadas, probabilidades e estatísticas? (pontuação em 20)
Por amor não quero dizer que gosto, Não quero dizer que você não se preocupa com os números, quero dizer, Você tem obsessão por números? Você adora fazer estimativas de adivinhação a qualquer hora do dia?? Fiz essas estimativas enquanto tomava banho, enquanto eu dirijo, enquanto assisto a um filme ou mesmo quando estou nadando (e eu perdi a conta de voltas)! Eu sei que meu amigo Tavish também faz esses cálculos mentalmente, enquanto dirige ou joga badminton. Se você quiser que eu me afaste de uma discussão, Pergunte-me um obstáculo lógico realmente difícil!
Chave:
5 – eles temem matemática e estatística, mas eles podem enfrentar até certo ponto
10 – Se sentem confortáveis com matemática e estatística, mas ele precisa de calculadoras e se destaca para trabalhar nos problemas. Não se importe em tentar enigmas
15 – Eu adoro fazer números e resolver quebra-cabeças lógicos em qualquer lugar
20 – Não consigo viver sem processamento numérico e quebra-cabeças lógicos: Uma obsessão!
- Você gosta de trabalhar / lidar com problemas não estruturados? (pontuação em 20)
Um analista inevitavelmente será testado contra problemas de negócios amorfos e não estruturados. E é assim que você resolve esses problemas não estruturados, o que decide o quão bom ou ruim você é como analista. Meu primeiro projeto no meu primeiro papel disse: “Nos últimos meses, vimos um grande aumento em clientes de alto risco do tipo X. Uma estratégia baseada em dados precisa ser elaborada para medir, controlar e melhorar esta situação.“
Mesmo a empresa não tinha uma definição clara desses clientes. Você pode lidar com esse tipo de ambigüidade e fornecer um endereço por conta própria? Você gosta dessas situações ou prefere se sentir confortável em uma função mais definida?
Chave:
5 – Eu tentei esses problemas no passado, Mas não é minha xícara de chá!
10: uma pontuação de 10 significaria que você gostaria de consertar esses problemas de vez em quando (como um exemplo, a partir de 3 uma 6 meses)
15+ – Você prefere problemas não estruturados e superestruturados. Você não gosta de ter outra pessoa estruturando seus problemas para você.
- Você gosta de pesquisas profundas e pode passar horas fatiando e fatiando dados? (pontuação em 20)
Voltando ao primeiro projeto que enfrentei, Tomou-me 3 meses entender o negócio, ter várias discussões com as partes interessadas, coloque-os juntos na mesma página e, em seguida, extraia os dados para soluções. Você precisa de uma perspectiva de pesquisador para ser um bom analista de negócios. Quando foi a última vez que você passou horas e horas imerso na resposta de um obstáculo? Você pode fazer isso de novo e de novo?
Chave:
5 – Você deseja uma mudança a cada poucas horas. Você não pode trabalhar em um único problema o dia todo.
10 – Pode trabalhar em um obstáculo de pesquisa, mas você precisa de algum trabalho extra para ajudá-lo a sair do tédio.
15 – Você sente que o trabalho paralelo o está distraindo do progresso no problema principal em que está trabalhando. Eu ficaria feliz se eles os levassem embora
20 – Eu não suporto distrações
- Você gosta de construir e apresentar histórias apoiadas por evidências? (pontuação em 20)
Um cientista de dados deve ser um apresentador fluente. De que adianta todo o trabalho duro se você não pode influenciar seus stakeholders? Comunicar-se com dados e apresentar histórias baseadas em dados é um dos itens mais importantes na vida de um cientista de dados. Imagine fazer parte de empresas como Google e Amazon: tem todos os dados que você precisa (provavelmente mais do que isso) para o domínio no qual você está trabalhando, mas você precisa transformá-lo em uma história significativa, apresentá-lo e influenciar as partes interessadas. para tomar a decisão certa!
Chave:
5 – Você luta para comunicar meus pensamentos matemáticos ao público.
10 – Você pode gerenciar a narrativa com muita prática. Não consigo pensar em fazer isso em trânsito!!
15+ – Qualquer tempo e qualquer lugar!
- Você sempre se pega questionando as suposições das pessoas e está sempre curioso para saber “porque”? (pontuação em 10)
Esta é provavelmente a melhor parte e a mais divertida!! Aqui está uma citação lida em algum lugar do Linkedin: Discutir com um engenheiro é como lutar na lama com um porco: depois de algumas horas, você percebe que o porco gosta.. Equivalentemente, pergunte por que isso é natural para um bom cientista de dados. Alguns dos melhores cientistas de dados parariam qualquer um e pediriam uma justificativa se eles não estivessem claros: Por que você fez esta pergunta? Qual foi o seu procedimento de pensamento? Por que você assume? são apenas alguns exemplos dessas questões.
Chave:
5 – Só faz perguntas quando são essenciais para perguntar
8+ – Você não pode suportar a ansiedade de não entender algo! Pulando para fazer perguntas!
- Você gosta de resolver problemas e prosperar em desafios intelectuais? (pontuação em 10)
Os analistas precisam de um dom para a resolução de problemas. A maioria dos problemas que as empresas enfrentariam seriam exclusivos deles e seria necessário um solucionador inteligente para resolvê-los. Soluções que funcionam para uma organização podem não funcionar para outra; deve ser alguém que desenvolve rapidamente uma compreensão profunda de um obstáculo e, em seguida, descobre maneiras inovadoras de resolver esses problemas.
Chave:
3 – Você não se importa em pensar em resolver problemas, mas você luta.
6 – Você pode resolver problemas às vezes
9/10 – Você ama o procedimento de pensamento intelectual
Notas finais:
Qual é a minha pontuação? Eu classificaria entre 80 e 85 neste teste. É a sua vez agora. Faça o exame e me avise, Quanto você ganha? Ao mesmo tempo, deixe-me saber se você acha que o teste foi útil ou não.
tenha em conta que, como todas as questões subjetivas, não há respostas certas ou erradas aqui. Você pode obter uma pontuação baixa no teste, mas mesmo assim, seja o melhor analista / cientista de dados que existe. Apesar disto, o teste deve ajudar a maioria das pessoas que enfrentam confusão. Se você ainda está confuso depois de ler este post, sinta-se à vontade para compartilhar sua confusão / indague através dos comentários abaixo. Isso o ajudará a explicar a confusão e me ajudará a melhorar esta estrutura.
Você gostou deste quadro? No DataPeaker, seguimos uma abordagem analítica para a resolução de problemas. Se você deseja se tornar um cientista de dados com essa mentalidade analítica, veja o BlackBelt de IA e certificado de ML Mais Programa que oferece mais de 100 horas de curso ao vivo, mais de 100 horas de vídeo no seu próprio ritmo, mais de 18 projetos da vida real e o mais importante: tutoria 1: 1. O curso é cuidadosamente elaborado por especialistas para que você possa se tornar um profissional pronto para a indústria!!
Agora que você sabe, pode ou não se tornar um cientista de dados, você pode imaginar “Como posso me tornar um cientista de dados?”. Aqui está o roteiro:
