データ分析の料理とは何ですか？ UpGradのチームデータが語ります！

Team Data Analyticsは、UpGradで働く専門家のために最も没入型の学習体験を生み出しています。

Data Insiderは最近、データ分析業界に関する洞察を得るために私にチェックインしました。 気をつけるべきトレンドや、今日の開発者にとってなくてはならないスキルセットを含みます。 方法は次のとおりです。

今日のデータ分析業界はどの程度競争力がありますか？ これらのタイプの専門家の需要は何ですか？

いくつかの数字を話しましょう。広く引用されているマッキンゼーのレポートによると、米国は2018年までに約150万人のデータ専門家の深刻な不足に直面するでしょう。世界的な分析ハブとして浮上しているインドでは、そのような専門家の不足が増える可能性があります。 200,000まで。 インドだけでも、分析の仕事の数は2015年6月から2016年6月にかけて120％増加しました。そのため、私たちには明らかに課題があります。 当然のことながら、人材不足が深刻なため、人材の需要は高い。

今日のデータ分析業界ではどのような傾向をたどっていますか？ なぜあなたはそれらに興味がありますか？

注意すべき3つの重要なトレンドがあります。

パーソナライズ

パーソナライズされたシステムを作成するためのデータの使用は、全面的に非常に急速に採用されている重要なトレンドだと思います。 ほとんどのインターネットサービスは、オンラインユーザーの匿名性を排除し、差別化された扱いに移行しています。 たとえば、メッセージを入力するときの単語の推奨事項や、Uberを使用するときの宛先の推奨事項などです。

ムーアの法則の終わり

注目すべきもう1つの興味深い傾向は、ムーアの法則の終わりに達するにつれて、企業がますます創造的になっていることです。 ムーアの法則は、基本的に、2年ごとに、2年前にチップに搭載できるトランジスタの数の2倍を搭載できるようになると述べています。 この法律により、私たちは大量のデータを保存および処理する力を解き放ち、データ革命全体の責任を負っています。 しかし、次に何が起こるでしょうか？

IoT

それがもたらす純粋な可能性のために、注意すべきもう一つの傾向。 これは、クラウド、ビッグデータ、IoT（モノのインターネット）の融合によって可能になったスマートシステムの出現です。

今日のデータエンジニアにとって重要なスキルセットは何ですか？ 競争力を維持するために彼らは何を知る必要がありますか？

優れたデータサイエンティストは、次の3つの領域のまれな重複に座っています。

領域知識

これは、ビジネス上の問題のニュアンスを理解して理解するのに役立ちます。 たとえば、eコマース企業は購入者に補完的な製品を推奨したいと思うでしょう。

統計的知識

統計的および数学的知識は、データ主導の意思決定に情報を提供するのに役立ちます。 たとえば、マーケットバスケット分析を使用して、特定の購入のための補完的な製品を考え出すことができます。

技術的な知識

これは、複雑な分析を大規模に実行するのに役立ちます。 たとえば、購入者がノートブックを購入するときにペンも購入することを好む可能性があることを示すレコメンデーションシステムを作成します。
どうすればデータ分析に移行できますか？

技術的な専門知識以外に、データ分析とビジネスインテリジェンスのスキルを確実に身に付ける必要がありますか？

最終的に、データサイエンティストは問題解決者です。 そして、すべての問題には、その背後にある特定のコンテキスト、コンテンツ、およびストーリーがあります。 ここで、これらすべての要素を共通の物語に結び付けることが非常に重要になります。 基本的に、すべてのデータプロフェッショナルは、優れたストーリーテラーである必要があります。

この点で、アナリストが研ぎ澄ますための重要なスキルの1つは、分析を行う他の人の分析の複雑さを解消することです。 彼らは得られた実際の洞察を評価し、共通のビジネス目標に向けて取り組むことができます。

さらに、重要なことは、絶えず学習する習慣を身につけることです。 たとえそれが毎朝目を覚まし、あなたのドメインに関連していて最新のものを読むことを意味するとしても。

これらの専門家は、この分野のトレンドやイノベーションを先取りするために何をすべきでしょうか。

最近の専門家は、継続的に自分自身をスキルアップし、学習をやめ、再学習することをいとわない必要があります。 仕事の世界と、データ分析などのテクノロジーを多用する分野の産業環境は、毎年変化しています。 先を行く、あるいはこれらのトレンドに匹敵する唯一の方法は、学習に投資すること、エキサイティングな業界関連プロジェクトに取り組むこと、 Kaggleなどのコンテストに参加することです。

データ業界におけるメンターシップはどれほど重要ですか？ 専門家は、自分のキャリアとスキルをさらに高めるために誰に目を向けることができますか？

かなり重要。 この領域がどれほど速く出現したかを考えると、一般に、学界と大学は同じように速く追いつく機会がありませんでした。 したがって、このドメインに関して業界との関連性を維持する唯一の方法は、業界固有の学習を行うことです。

これは、実際のケーススタディと、データ分析業界の専門家/上級専門家であるメンターの2つの方法でのみ実行できます。
実際、UpGradでは、意欲的なデータスペシャリストの業界メンターシップに多くのストレスがかかっています。 これは、多くのケーススタディや業界関連のプロジェクトに追加されます。

世界のトップ大学からデータサイエンス認定を取得します。 エグゼクティブPGプログラム、高度な証明書プログラム、または修士プログラムを学び、キャリアを早急に進めましょう。

データの専門家がメンターを見つけるのに最適な場所はどこですか？

新進のデータ専門家や意欲的なデータ専門家がネットワークを活用して適切なメンターを見つけることは重要ですが、そうすることは確かに困難です。 これを非難できる主な理由は2つあります。

• 第一に、業界は初期段階にあるため、必要なスキルセットを持った人をメンターとして見つけることは非常に困難です。
• その分野でかなりの経験を積んだ人を見つけたとしても、誰もが効果的なメンターになる時間と傾向を持っているわけではありません。 したがって、ほとんどの人はどこで指導を受けるべきかわかりません。

そこで登場するのがUpGradのようなプラットフォームであり、業界に関連した豊富な学習体験を提供します。 非常に上級で評判の高い専門家からのメンターシップのために、このような幅広い業界の提携や協会に出会う可能性は他にありません。

データ分析業界の人々は、開発、傾向、スキルについて教育を受け、最新の状態に保つために、どのようなリソースを使用する必要がありますか？

沢山あります。 手始めに、Data Skeptic、Freakonomics、Talking Machinesなどのポッドキャストに追いつくために意欲的な/現在のデータアナリストに役立つ、いくつかの優れた非常に興味深いブログとリソースがあります。

このインタビューは、もともとDataInsiderで公開されました。