Ievietojiet darbu strauji augošajā nozarē - mūza

Kad pēdējo reizi paņēmāt tālruni un ritinājāt caur savu Instagram barotni? Pārbaudījāt stāstu vietnē Snapchat? Vai esat iegādājies kaut ko no Amazon?

Tas, ko jūs, iespējams, nemaz neesat sapratuši, ir datu bāze.

Un, lai saglabātu atbilstību, uzņēmumi izmanto minētos datus, lai prognozētu, kas būs nākamais lielais. Cilvēki, kas ir visas šīs darbības centrā? Datu zinātnieki.

Tāpēc nav brīnums, ka 2012. gada ziņojumā Harvard Business Review profesija tika nosaukta par “21. gadsimta seksīgāko darbu”.

Tiek prognozēts, ka datu zinātnieku pieprasījums līdz 2020. gadam pieaugs par 28%, jo uzņēmumi apkopo datus no visdažādākajiem avotiem un ir jāanalizē, lai nodrošinātu labākus rezultātus: klikšķi tiešsaistē, sadzīves ūdens skaitītāji, pārtikas iepirkšanās pirkumi, veselības uzskaite. Bet ar datu vākšanu vien nepietiek. Kādam ir jāizprot visi šie skaitļi un jāatrod modeļi, ar kuriem strādāt. To, ko dara zinātnieki, viņi analizē datus par modeļiem un izmanto vēsturi kā nākotnes rezultātu prognozētāju.

Tātad, tagad, kad mums ir skaidrs, ko dara datu zinātnieks un cik tas ir seksīgi, kā jūs par tādu kļūstat?

Dati par mīlestību

Tas varētu izklausīties acīmredzami, taču, lai būtu datu zinātnieks, jums ir jāpatīk dati, saka Mary L., New York Life datu zinātniece. Marija vienmēr labi prata matemātiku un atzīst, ka vidusskolā viņa galvenokārt bija precējusies ar matemātikas nodaļu.

Džeremijs B. no New York Life uzņēmuma datu pārvaldības komandas saka, ka viņa aizraušanās ar datiem sākās, kad viņš sāka paredzēt problēmas iepriekšējā uzņēmuma platformā, lai problēmas varētu noteikt proaktīvi.

Lai arī Marija novērtē, ka viņas kolēģi ir no dažādām kultūrām un apmācības pieredzes, sākot ar finanšu matemātiku un beidzot ar aktuārzinātni, viņus visus vieno viņu mīlestība uz datiem. Pati Marija bija statistiķe jau ilgi pirms tam, kad kļuva populārs termins datu zinātniece, un viņa norāda, ka ērtākais darbs ar datiem neapšaubāmi ir vissvarīgākais darba aspekts.

Tomēr Džeremijs iesaka potenciālajiem potenciālajiem datu zinātniekiem pievienot programmēšanu savam rīku komplektam, ja viņi to var: “Ir prasmes, kuras var pilnveidot un attīstīt ap programmēšanu neatkarīgi no tā, vai tās ir dažādas valodas, piemēram, Java vai Python, vai pat spēja iziet cauri un rakstīt standarta SQL vaicājumi. ”