How to Become a Data Scientist

Majdnem minden, amit csinálsz, adatokat generál. Látogasson el egy weboldalra: Adat. Koppints egy alkalmazásra a telefonodon: Adat. Vásárolj valamit hitelkártyával: Adatok. Tetszik vagy feltöltesz egy képet a közösségi médiában: Adatok. Emberek milliárdjai generálnak hatalmas mennyiségű adatot minden egyes nap minden egyes pillanatában.

Ez nagy adat, és ez csak egyre nagyobb lesz. Képzeljük el, mit lehet kezdeni ennyi információval – az adattudósok pontosan ezt teszik. Az adattudomány lényegében az adatokkal való problémamegoldás művészete. Lehet, hogy több trillió adatsorod van, de önmagában ez az információ semmit sem jelent. Munkára és speciális készségekre van szükség ahhoz, hogy értelmezhetetlen zajból könnyen érthetővé váljanak.

Az összes adatba beleszövődnek olyan információk, amelyek javíthatják az életminőséget, azonosíthatják a társadalmi problémákat és kezelhetik a globális válságokat. Most minden eddiginél fontosabb megtalálni azokat a jelentős előrelépéseket, amelyek az adatokból eredhetnek – nem meglepő, hogy az adatok megértéséhez, elemzéséhez és értelmezéséhez való képesség rendkívül kívánatos készség.

Mit csinálnak valójában az adattudósok?

Kezdjük azzal, hogy lebontjuk a két leggyakrabban feltett kérdést – mi az adattudomány, és mik az adattudós feladatai?

Az adattudomány lényege az információk kútjába való merülés és azok olyan eszközzé formálása, amelyet egy cél eléréséhez használhatsz. Az adattudósok úgy dolgozzák fel az adatokat, hogy azok ember által olvashatóak legyenek, olyan vizualizációkat készítenek, amelyek elmesélnek egy történetet, vagy olyan modelleket, amelyek megmagyaráznak egy folyamatot vagy megjósolják a viselkedést. Máskor kísérleteket végeznek a hipotézisek validálására, hogy megpróbálják bizonyítani azokat. A lényeg az, hogy a nyers adatokat arra használják fel, hogy valami olyasmit adjanak ki, ami értékes, mivel lehet vele valamit csinálni vagy tanulni.

Az adattudományi munkakörök közé tartoznak:

• Adattudós
• Adatelemző
• Business Intelligence Analyst
• Machine Learning Engineer
• Junior Data Analyst

Mennyit keresnek az adattudósok?

Az éves fizetések 92k $ és 138k $ között mozognak, és 2020. április 1-i állapot szerint a ZipRecruiter szerint az Egyesült Államokban az átlagos éves fizetés egy Data Scientist számára 119 130 $ évente. Ez ma az egyik legjövedelmezőbb, jól fizető karrier a technológiai iparban.

A Thinkful Data Science végzősei egy nemrégiben végzett hosszú távú eredményelemzés során kimutatták, hogy a Thinkful előtt a diákok átlagosan 53 ezer dollárt kerestek, a Thinkful után pedig 77 ezer dollárra ugrott az első munkahelyük. Továbbá, legalább egy év szakmai gyakorlat után a végzettek átlagosan 101 000 dollárt kerestek. További információkért tekintse meg hosszú távú hallgatói sikereink eredményeit.

Milyen készségekre van szükségük az adattudósoknak?

Ez a gyorsan fejlődő terület napjaink legnagyobb problémáival foglalkozik. De mi kell ahhoz, hogy valóban adattudós legyél?

Még mielőtt elkezdenéd elsajátítani a technikai készségeket, hogy bekerülj az iparágba, koncentrálj azokra a puha készségekre, amelyekkel valószínűleg már rendelkezel. Ezek szerves részét képezik a következő adatkutatói karrier megszerzésének:

• Kommunikáció
• Kreatív gondolkodás
• Kapcsolatépítés
• Autenticitás
• Kitartás

Mélyreható tanácsokat kapsz, hogyan támaszkodj ezekre a készségekre, hogy a pályamódosítás során magabiztosan indulj el.

A munka elvégzéséhez, a magas szintű teljesítményhez és a karriercélok eléréséhez elengedhetetlen műszaki készségek közé tartoznak:

• Felsőfokú programozási és mély matematikai ismeretek
• A problémák megtalálása és megoldása iránti szenvedély
• Analitikai technikák, például hogyan készítsünk vizualizációt és használjunk összefoglaló statisztikákat
• A/B tesztelés és a statisztikai szignifikancia megértése
• Python az adatok gyűjtéséhez és bemutatásához, majd a felismerések azonosítása
• SQL a lekérdezéshez
• Gépi tanulás felügyelt és nem felügyelt modellekkel

Az adattudomány ritkán vágott és száraz. Nem egyszerűen “alkalmazd ezt a technikát” vagy “futtasd ezt a programot”. Bár szükséges, de ez általában a könnyebbik része. Alaposan meg kell értened a problémát, hogy meg tudd határozni, mely eszközök a legalkalmasabbak a feladatodra. Az egyik legfontosabb készség egy adattudós számára a megoldható problémák megtalálásának képessége. Az adattudomány tanulása tehát nem pusztán a programozás és a statisztika ötvözése – ez is benne van, de kontextust is igényel. Meg kell értened azt a területet, amelyben dolgozol, hogy a hipotéziseidet a való világban tesztelhesd.”

Hallgasd meg Thanasis Paraskevas adattudományi mentortól, hogy miért olyan erős programozási nyelv az SQL, és hogyan fogod használni adattudósként.Mivel több mint 10 éve használja az SQL-t professzionális környezetben, szakértői tanácsai segítségével bepillantást nyerhetsz az SQL tanulásának és alkalmazásának folyamatába.

Hogyan válhatok adattudóssá?

Minden megtanulásához pozitív visszacsatolásra van szükség. A Thinkful bootcamp tanfolyamainak kialakításakor azt tapasztaltuk, hogy a diákok a legjobban tanulnak:

• 1 az 1-hez mentorálás és karrier coaching
• Egy átfogó tananyag beépített ellenőrzéssel
• Kőprojektek, amelyek valós portfóliót építenek

Egy gyorsított, teljes munkaidős programot vagy egy rugalmas, részidős programú adattudományi tanfolyamot kínálunk, hogy Ön kiválaszthassa az életének legmegfelelőbb formátumot. Korszerű tantervünk megtanít minden olyan készségre, amelyre szükséged van ahhoz, hogy sikeres adattudós karrierbe kezdj. Adattudományi tantervünk néhány kiemelt eleme:

• Analitika és kísérletezés Python és SQL használatával
• Gépi tanulás felügyelt és nem felügyelt modellekkel
• Felsőfokú specializációs készségek

Programjainkat úgy építettük fel, hogy megfeleljenek az Ön igényeinek, és felkészítsék a sikerre. Minden kurzus 100%-ban online zajlik, és fejlett, projektalapú tananyagot és aktuális ipari eszközöket tartalmaz, amelyek segítségével valós szintű záróköves projekteket építhetsz. Tanfolyamainkat és formátumainkat jobban megismerheti a Thinkful 101 felfedezésével.

A Thinkful befektetett Önbe. Szeretnénk, ha ma a jövőbeli karrieredet helyeznéd előtérbe, és a tandíjat akkor fizetnéd ki, amikor felvesznek. Többféle fizetési lehetőséget kínálunk, mert az anyagi helyzete nem tarthatja vissza az új karrierjétől. Fedezze fel, hogyan működünk.

Hogyan lehetek sikeres az online tanulásban?

A Thinkful 2012 óta segít a diákoknak megváltoztatni a karrierjüket és az életüket. Segítünk a diákokat olyan felfelé ívelő pályára állítani, amely egy életen át tart az online tanuláson keresztül. A Thinkful közösségéhez közel 600 oktató és mentor, valamint több mint 1100 diák tartozik, akik mindannyian 100%-ban online lépnek kapcsolatba egymással. Az elmúlt 8 év során olyan hasznos technikákat fedeztünk fel, amelyek biztosítják a hatékony tanulást teljesen távoktatási környezetben – íme néhány tipp a távoktatás sikerének megalapozásához.

Léteznek olyan Data Science kezdő források, amelyeket átnézhetek?

Ha még nem jöttél volna rá teljesen, az Data Science nehéz matematikában. Szerencsére nem kell matekvarázslónak lenned, és ráhangolódhatsz az adattudósként elengedhetetlenül szükséges matematikai ismeretekre.

George Mount, adattudományi oktatástervezőnk három kulcsfontosságú matematikai készséget vázolt fel, amelyek segítenek a sikerben:

• Statisztika– az adattudomány minden szintjén használják
• Valószínűség– olyan fogalmak megértését követeli meg, mint a mintavétel és az eloszlásfüggvények
• Gépi tanulás–a lineáris algebra és a számtan megértését követeli meg

Azzal folytatta, hogy ” a gyakorlatot hangsúlyozza az elmélet helyett. Tehát, bár a diákok megtanulják az algoritmusok mögötti kemény matematikát, a hangsúly azon van, hogy megértsék, hogyan lehet őket hatékonyan használni üzleti környezetben”. Ha többet szeretne megtudni a programhoz szükséges konkrét matematikai kitettségről, nézze meg a Matematika, amit tudnia kell című cikket.

Ha adattudós karriert szeretne kezdeni, a szakértői tanácsok összegyűjtése ugyanolyan fontos, mint a szakma technikai ismereteinek elsajátítása. Giles McMullen-Klien Python programozási szakértő leült velünk, hogy megossza velünk, hogyan indítson karriert az adattudományban, függetlenül attól, hogy hol tart az adattudományi karrierútján.

Az ő négy alapvető tippje az adattudósi karrier elindításához a következő:

1. Maradj kapcsolatban az adattudományi közösséggel
2. Figyelj a növekedési lehetőségekre
3. Keresd meg a bajnokaidat és alakíts ki kapcsolatot
4. Hangsúlyozd az eredményeidet és taníts másokat, ahol tudsz

Mélyedj el Giles tanácsaiban, hogy megtudd a belső szenzációt.

Hogyan kezdjem el?

Ha készen állsz arra, hogy többet tanulj, többet keress, és olyan változást érj el, amely egy életre szól – egyeztess egy hívást felvételi képviselőinkkel, hogy egy bevezető beszélgetést folytassunk egy neked megfelelő időpontban, hogy elkezdhessük a munkát.

Segítünk kiválasztani a megfelelő formátumot, és végigvezetünk a következő lépéseken, hogy megváltoztasd a karrieredet, és jól fizetett adattudóssá válj. Képviselőink részletes tájékoztatást tudnak nyújtani az Önnek legmegfelelőbb tanfolyam fizetési és finanszírozási lehetőségeiről is.