Co się gotuje w analizie danych? Dane zespołu w UpGrad mówią głośno!

Team Data Analytics tworzy najbardziej wciągające doświadczenie edukacyjne dla pracujących profesjonalistów w UpGrad.

Data Insider niedawno zgłosił się do mnie, aby uzyskać informacje na temat branży analizy danych; w tym trendy, na które należy zwrócić uwagę, i niezbędne zestawy umiejętności dla dzisiejszych programistów. Oto jak to poszło:

Jak konkurencyjna jest dziś branża analizy danych? Jakie jest zapotrzebowanie na tego typu profesjonalistów?

Porozmawiajmy o liczbach, szeroko cytowany raport McKinsey stwierdza, że ​​do 2018 r. Stany Zjednoczone staną w obliczu poważnego niedoboru około 1,5 miliona specjalistów ds. danych . W Indiach, które wyłaniają się jako globalne centrum analityczne, niedobór takich specjalistów może wzrosnąć aż do 200 tys. W samych Indiach liczba stanowisk analitycznych wzrosła o 120 procent w okresie od czerwca 2015 r. do czerwca 2016 r. Tak więc wyraźnie mamy przed sobą wyzwanie. Naturalnie, z powodu ostrego niedoboru talentów, istnieje duże zapotrzebowanie na utalentowanych specjalistów.

Jakie trendy śledzisz dzisiaj w branży analizy danych? Dlaczego się nimi interesujesz?

Istnieją trzy kluczowe trendy, na które powinniśmy zwrócić uwagę:

Personalizacja

Myślę, że wykorzystanie danych do tworzenia spersonalizowanych systemów to kluczowy trend, który jest niezwykle szybko przyjmowany na całym świecie. Większość usług internetowych usuwa anonimowość użytkowników online i zmierza w kierunku zróżnicowanego traktowania. Na przykład rekomendacje słów podczas pisania wiadomości lub rekomendacje miejsc docelowych podczas korzystania z Ubera.

Koniec prawa Moore'a

Innym interesującym trendem, na który należy zwrócić uwagę, jest to, jak firmy stają się coraz bardziej kreatywne, gdy zbliżamy się do końca Prawa Moore'a. Prawo Moore'a zasadniczo mówi, że co dwa lata będziemy w stanie zmieścić podwojoną liczbę tranzystorów, które można było zmieścić w chipie dwa lata temu. Dzięki temu prawu uwolniliśmy moc przechowywania i przetwarzania ogromnych ilości danych, odpowiedzialnych za całą rewolucję danych. Ale co będzie dalej?

Internet rzeczy

Kolejny trend, na który trzeba uważać, ze względu na same możliwości, jakie niesie. To pojawienie się inteligentnych systemów, które jest możliwe dzięki połączeniu chmury, big data i IoT (internetu rzeczy).

Jakie zestawy umiejętności mają dziś kluczowe znaczenie dla inżynierów danych? Co muszą wiedzieć, aby zachować konkurencyjność?

Dobry analityk danych zajmuje się rzadkim nakładaniem się trzech obszarów:

Wiedza o domenach

Pomaga to zrozumieć i docenić niuanse problemu biznesowego. Na przykład firma e-commerce chciałaby polecać swoim kupującym produkty komplementarne .

Wiedza statystyczna

Wiedza statystyczna i matematyczna pomaga w podejmowaniu decyzji opartych na danych. Na przykład, można użyć analizy koszyka rynkowego, aby wymyślić produkty uzupełniające dla konkretnego zakupu.

Wiedza techniczna

Pomaga to przeprowadzać złożoną analizę na dużą skalę; takie jak stworzenie systemu rekomendacji, który pokazuje, że kupujący może chcieć kupić również długopis podczas zakupu notebooka.
Jak przejść do analizy danych?

Jakie inne umiejętności poza wiedzą techniczną powinni rozwinąć osoby zajmujące się analizą danych i analizą biznesową?

Ostatecznie naukowcy zajmujący się danymi rozwiązują problemy. A każdy problem ma określony kontekst, treść i historię. W tym momencie niezwykle ważne staje się powiązanie wszystkich tych czynników razem – we wspólną narrację. Zasadniczo wszyscy specjaliści od danych muszą być świetnymi gawędziarzami.

Pod tym względem jedną z kluczowych umiejętności, które powinni wyostrzyć analitycy, byłoby przełamywanie złożoności analityki dla innych pracujących z nimi osób. Potrafią docenić uzyskane spostrzeżenia i pracować nad wspólnym celem biznesowym.

Ponadto równie ważne jest wyrobienie w sobie nawyku nieustannej nauki. Nawet jeśli oznacza to wstawanie każdego ranka i czytanie tego, co jest istotne i aktualne w Twojej domenie.

Co powinni zrobić ci profesjonaliści, aby wyprzedzać trendy i innowacje w tej dziedzinie?

W dzisiejszych czasach profesjonaliści muszą stale podnosić swoje umiejętności i chcieć oduczać się i uczyć od nowa. Świat pracy i przemysłowy krajobraz dziedzin wymagających dużej ilości technologii, takich jak analiza danych, zmienia się każdego roku. Jedynym sposobem, aby pozostać na czele, a nawet dorównać tym trendom, jest inwestowanie w naukę, podejmowanie ekscytujących projektów branżowych, uczestnictwo w konkursach, takich jak Kaggle itp.

Jak ważny jest mentoring w branży danych? Na kogo mogą zwrócić się profesjonaliści, aby pomóc im w dalszej karierze i umiejętnościach?

Bardzo ważny. Biorąc pod uwagę, jak szybko pojawiła się ta dziedzina, akademie i uniwersytety generalnie nie miały szans na dotrzymanie kroku równie szybko. Dlatego jedynym sposobem, aby zachować znaczenie dla branży w odniesieniu do tej dziedziny, jest uczenie się specyficzne dla branży.

Można to zrobić tylko na dwa sposoby – poprzez studia przypadków z życia wzięte i mentorów, którzy są pracującymi/starszymi profesjonalistami i wywodzą się z branży analityki danych.
W rzeczywistości w UpGrad duży nacisk kładzie się na mentoring branżowy dla początkujących specjalistów ds. danych. Jest to dodatek do całego szeregu studiów przypadków i projektów istotnych dla branży.

Uzyskaj certyfikat nauk o danych od najlepszych uniwersytetów na świecie. Naucz się programów Executive PG, Advanced Certificate Programs lub Masters Programs, aby przyspieszyć swoją karierę.

Gdzie są najlepsze miejsca, w których specjaliści ds. danych mogą znaleźć mentorów?

Chociaż dla początkujących lub aspirujących specjalistów od danych ważne jest, aby korzystać z ich sieci w celu znalezienia odpowiednich mentorów, jest to oczywiście trudne. Można winić za to dwa główne powody.

• Po pierwsze, ze względu na rodzący się etap, na którym znajduje się branża, niezwykle trudno jest znaleźć kogoś z wymaganymi umiejętnościami, aby zostać mentorem.
• Nawet jeśli znajdziesz kogoś z dużym doświadczeniem w tej dziedzinie, nie każdy ma czas i ochotę, aby być skutecznym mentorem. Dlatego większość ludzi nie wie, gdzie się udać, aby uzyskać mentoring.

Właśnie tam pojawiają się platformy takie jak UpGrad, które zapewniają bogate, istotne w branży doświadczenie edukacyjne. Nigdzie indziej nie spotkasz tak szerokiej gamy związków branżowych lub stowarzyszeń w celu mentoringu ze strony bardzo doświadczonych i renomowanych profesjonalistów.

Z jakich zasobów powinni korzystać osoby z branży analizy danych, aby mieć pewność, że są wykształceni i na bieżąco z nowościami, trendami i umiejętnościami?

Jest wiele. Na początek, oto kilka dobrych i całkiem interesujących blogów i zasobów, które przydadzą się początkującym/aktualnym analitykom danych, aby nadążyć za podcastami, takimi jak Data Skeptic, Freakonomics, Talking Machines i wiele innych.

Ten wywiad został pierwotnie opublikowany w Data Insider.