Cosa sta cucinando nell'analisi dei dati? I dati del team di UpGrad parlano!

Team Data Analytics sta creando l'esperienza di apprendimento più coinvolgente per i professionisti che lavorano in UpGrad.

Data Insider mi ha recentemente contattato per ottenere le mie informazioni sul settore dell'analisi dei dati; comprese le tendenze a cui prestare attenzione e le competenze indispensabili per gli sviluppatori di oggi. Ecco come è andata:

Quanto è competitivo oggi il settore dell'analisi dei dati? Qual è la domanda di questi tipi di professionisti?

Parliamo di alcuni numeri, un report McKinsey ampiamente citato afferma che gli Stati Uniti dovranno affrontare una grave carenza di circa 1,5 milioni di professionisti dei dati entro il 2018. In India, che sta emergendo come hub di analisi globale, la carenza di tali professionisti potrebbe aumentare fino a 200.000. Nella sola India, il numero di posti di lavoro nell'analisi ha visto un aumento del 120% da giugno 2015 a giugno 2016. Quindi, abbiamo chiaramente una sfida per noi. Naturalmente, a causa della grave carenza di talenti, i professionisti di talento sono molto richiesti.

Quali tendenze segui oggi nel settore dell'analisi dei dati? Perché ti interessano?

Ci sono tre tendenze chiave a cui dovremmo prestare attenzione:

Personalizzazione

Penso che l'utilizzo dei dati per creare sistemi personalizzati sia una tendenza chiave adottata in modo estremamente rapido, su tutta la linea. La maggior parte dei servizi Internet sta rimuovendo l'anonimato degli utenti online e si sta orientando verso un trattamento differenziato. Ad esempio, consigli sulle parole durante la digitazione dei messaggi o consigli sulle destinazioni quando utilizzi Uber.

Fine della legge di Moore

Un'altra tendenza interessante a cui prestare attenzione è il modo in cui le aziende stanno diventando sempre più creative man mano che raggiungiamo la fine della legge di Moore. La legge di Moore afferma essenzialmente che ogni due anni saremo in grado di adattare il doppio del numero di transistor che potrebbero stare su un chip, due anni fa. A causa di questa legge, abbiamo liberato il potere di archiviare ed elaborare enormi quantità di dati, responsabili dell'intera rivoluzione dei dati. Ma cosa accadrà dopo?

IoT

Un'altra tendenza a cui prestare attenzione, per le possibilità che offre. È l'emergere di sistemi intelligenti, reso possibile dall'unione di cloud, big data e IoT (Internet delle cose).

Quali competenze sono fondamentali per i data engineer oggi? Cosa devono sapere per rimanere competitivi?

Un buon data scientist si trova in una rara sovrapposizione di tre aree:

Conoscenza del dominio

Questo aiuta a comprendere e apprezzare le sfumature di un problema aziendale. Ad esempio, una società di e-commerce vorrebbe consigliare prodotti complementari ai propri acquirenti.

Conoscenza statistica

Le conoscenze statistiche e matematiche aiutano a informare il processo decisionale basato sui dati. Ad esempio, è possibile utilizzare l'analisi del paniere di mercato per trovare prodotti complementari per un determinato acquisto.

Conoscenze tecniche

Questo aiuta a eseguire analisi complesse su larga scala; come la creazione di un sistema di consigli che mostri che un acquirente potrebbe preferire acquistare anche una penna mentre acquista un taccuino.
Come puoi passare all'analisi dei dati?

Al di fuori delle loro competenze tecniche, quali altre competenze dovrebbero essere sicuri di sviluppare coloro che si occupano di analisi dei dati e business intelligence?

In definitiva, i data scientist sono risolutori di problemi. E ogni problema ha un contesto, un contenuto e una storia specifici dietro. È qui che diventa estremamente importante collegare tutti questi fattori insieme, in una narrazione comune. In sostanza, tutti i professionisti dei dati devono essere grandi narratori.

A questo proposito, una delle competenze chiave da affinare per gli analisti sarebbe quella di abbattere le complessità dell'analisi per gli altri che lavorano con loro. Possono apprezzare le informazioni reali derivate e lavorare per un obiettivo aziendale comune.

Inoltre, ciò che è altrettanto cruciale è prendere l'abitudine di imparare costantemente. Anche se significa svegliarsi ogni mattina e leggere ciò che è rilevante e attuale nel tuo dominio.

Cosa dovrebbero fare questi professionisti per stare al passo con le tendenze e le innovazioni nel campo?

I professionisti in questi giorni hanno bisogno di migliorare continuamente se stessi ed essere disposti a disimparare e reimparare. Il mondo del lavoro e il panorama industriale dei settori ad alto contenuto tecnologico come l'analisi dei dati cambiano ogni anno. L'unico modo per stare al passo, o addirittura alla pari con queste tendenze, è investire nell'apprendimento, intraprendere progetti entusiasmanti rilevanti per il settore, partecipare a concorsi come Kaggle , ecc.

Quanto è importante il tutoraggio nel settore dei dati? A chi possono rivolgersi i professionisti per migliorare la propria carriera e le proprie competenze?

Estremamente importante. Considerando la velocità con cui è emerso questo dominio, il mondo accademico e le università, in generale, non hanno avuto la possibilità di tenere il passo altrettanto velocemente. Pertanto, l'unico modo per rimanere rilevanti per il settore rispetto a questo dominio è avere un apprendimento specifico del settore.

Questo può essere fatto solo in due modi: attraverso casi di studio nella vita reale e mentori che lavorano/professionisti senior e provengono dal settore dell'analisi dei dati.
In effetti, in UpGrad, c'è molto stress sul tutoraggio del settore per aspiranti specialisti di dati. Questo è in aggiunta a tutta una serie di casi di studio e progetti rilevanti per il settore.

Ottieni la certificazione di data science dalle migliori università del mondo. Impara i programmi Executive PG, Advanced Certificate Program o Master per accelerare la tua carriera.

Quali sono i posti migliori in cui i professionisti dei dati possono trovare mentori?

Sebbene sia importante per i professionisti dei dati in erba o aspiranti attingere alle loro reti per trovare i mentori giusti, è certamente difficile farlo. Ci sono due ragioni principali che possono essere incolpate per questo.

• In primo luogo, a causa della fase nascente in cui si trova l'industria, è estremamente difficile trovare qualcuno con le competenze necessarie per essere un mentore.
• Anche se trovi qualcuno con una notevole esperienza nel campo, non tutti hanno il tempo e l'inclinazione per essere un mentore efficace. Quindi la maggior parte delle persone non sa dove andare per ricevere un mentore.

È qui che entrano in gioco piattaforme come UpGrad, che ti offrono un'esperienza di apprendimento ricca e rilevante per il settore. In nessun altro luogo è probabile che tu possa imbatterti in una gamma così ampia di legami o associazioni del settore per il tutoraggio di professionisti molto anziani e rinomati.

Quali risorse dovrebbero utilizzare gli operatori del settore dell'analisi dei dati per assicurarsi di essere istruiti e aggiornati su sviluppi, tendenze e competenze?

Ci sono molti. Per cominciare, ecco alcuni blog e risorse buoni e piuttosto interessanti che sarebbero utili agli aspiranti/attuali analisti di dati per tenere il passo con podcast come Data Skeptic, Freakonomics, Talking Machines e molto altro.

Questa intervista è stata originariamente pubblicata su Data Insider.