5 tipi più popolari di lavori di scienza dei dati

2,5 quintilioni di byte di dati vengono prodotti quotidianamente su questo pianeta. Ma chi è il grande essere dietro l'analisi della maggior parte di quei dati e ad aiutare tutti i settori fornendo soluzioni aziendali? Sì, è un Data Scientist (gli eroi altamente celebrati non celebrati)! È stato dichiarato il lavoro più caldo del 22° secolo, ma conosci il tipo di lavoro offerto da Data Science? Bene, siamo qui per passare la fiaccola dell'illuminazione a te, anima curiosa!

Ma prima di iniziare questa impresa, iniziamo con un suggerimento essenziale: la scienza dei dati combina una serie di discipline, tra cui analisi dei dati, statistica, informatica e apprendimento automatico. Può essere scoraggiante e opprimente quando sei nuovo nel campo, ma è importante ricordare che aziende diverse si aspettano ruoli diversi dallo stesso profilo. Ciò significa che un "data scientist" è spesso usato come termine generico in cui il JD è drasticamente diverso e anche l'insieme delle competenze necessarie differisce.

Ecco alcuni lavori di scienza dei dati che potresti esaminare:

• L'ingegnere dei dati

Con Internet che sta conquistando il mondo, un'attività è praticamente inesistente se non puoi affermare di avere un risultato di ricerca di Google a tuo nome. Alcune aziende sono abbastanza fortunate da ricevere molto traffico, ma con esso si presenta un altro problema di dover gestire molti più dati. Ma cosa fai con quei dati? Bene, i dati possono essere la tua passaporta per il successo, se usati con saggezza. L'infrastruttura dati può essere configurata per far andare avanti l'azienda. Qui, l'apprendimento automatico e le statistiche pesanti sono meno importanti delle forti capacità di ingegneria del software. Ricorda solo che nelle aziende che cercano di sfruttare quantità incessanti di dati possono rivelarsi meno abbondanti per le opportunità di tutoraggio per i data scientist junior.

Si può crescere esponenzialmente in quest'area, ma anche il rischio di ristagno e flop è alto se la fortuna ti abbandona e non ti viene data abbastanza guida.

Competenza professionale e tecnica
Informatica 9, Unix Shell Scripting, Pl/SQL
Linguaggi di programmazione: Java / Python / Scala

• L'analista di dati

Spesso sinonimo di Data Scientist nella maggior parte delle aziende, la tua descrizione del lavoro o profilo professionale potrebbe richiedere di diventare un maestro di Tableau o Excel, o estrarre dati dai database SQL, creare dashboard di report e produrre visualizzazioni di dati essenziali.

Una tecnica che ha guadagnato popolarità nel corso degli anni è il test A/B, in cui viene condotto un esperimento randomizzato con due varianti, A e B; l'ipotesi statistica è inclusa nella sua applicazione e il test dell'ipotesi a due campioni viene quindi ulteriormente utilizzato nelle statistiche di lavoro dell'azienda o dell'impresa. Il tuo lavoro potrebbe anche aspettarti che analizzi i risultati di un test A/B o che assumi la guida dell'account Google Analytics dell'azienda.

Competenza professionale e tecnica
Informatica 9, Unix Shell Scripting, Pl/SQL
Linguaggi di programmazione: Java / Python / Scala

• L'architetto dei dati

L'importanza dei data architect sta aumentando di minuto in minuto. Il loro ruolo lavorativo consiste nel creare progetti per tutta la gestione dei sistemi di dati che un'azienda dovrebbe integrare, proteggere, centralizzare e mantenere. Gli architetti in questo campo hanno bisogno di tecnologie master come Spark, Hive, Pig, oltre ad essere alla pari con le tendenze di innovazione in corso nel settore.

Ci si aspetta che gli architetti dei dati siano esperti nella modellazione fisica dei dati, nella modellazione logica dei dati, nella strategia dei dati, nei linguaggi di interrogazione dei dati, nello sviluppo di politiche dei dati, nel data warehousing e nell'identificare e scegliere un sistema che si rivelerà essenzialmente il migliore per affrontare l'archiviazione e il recupero dei dati e gestione.

• L'ingegnere dell'apprendimento automatico

L'obiettivo dei Machine Learning Engineers è spesso concentrato sulla produzione di straordinari prodotti basati sui dati più che sulla risposta a domande operative per un'azienda. Il loro attributo non è sapere come funzionano gli algoritmi ma come usarli. Se uno sa come manipolare il codice, sarà in grado di sfornare e cp=omb attraverso i vari set di dati e sarà in grado di trovare esattamente ciò che cerca.

Può rivelarsi una situazione ideale per qualcuno che ha approfondito formalmente matematica, statistica o fisica e ha ancora lo stesso zelo nel perseguire un percorso più inclinato dal punto di vista accademico. Approssimativamente, il ruolo di un ingegnere di machine learning include l'ottimizzazione di soluzioni per prestazioni e scalabilità, la garanzia di un flusso di dati funzionale tra database e sistemi back-end e l'implementazione di codice di machine learning personalizzato.

• Statistico

Mentre tutti i ruoli sopra menzionati esplorano allegramente i dati, c'è questo ruolo che si comporta come l'asciugamano umido nel partito, ovvero quello di uno statistico. Questo non vuol dire che il ruolo sia in alcun modo noioso, ma perché queste sono le persone che aiutano l'azienda a prendere decisioni al di là dei dati. C'è di più nell'avvio del tuo sistema di apprendimento automatico di quanto non abbia funzionato perfettamente in un particolare set di dati, ad esempio come funziona quando viene eseguito in produzione, ecc. È qui che entrano in gioco le abilità di uno statistico. Aiutano a prendere decisioni e a trarre conclusioni in sicurezza quando non si hanno tutti i fatti perfettamente allineati.

Il campo della scienza dei dati richiede molta "formazione e curiosità" per poter fare scoperte solide nei Big Data. Con la previsione che i dati raggiungeranno l'incredibile cifra di 40 zegabyte entro il 2020, ci sarà sicuramente una carenza di professionisti qualificati che si occupino di quei dati. Sali a bordo del treno di Data Science e potresti ritrovarti ricompensato per aver salvato il mondo con il modo in cui gestisci i dati!