Hoe word je gegevenswetenschapper?

Als je analytisch ingesteld bent en graag met cijfers werkt, kan datawetenschapper worden een verstandige carrièrestap zijn. Hoewel ze voornamelijk werkzaam zijn in de financiële sector, worden hun diensten steeds populairder in een grote verscheidenheid van industrieën en gebieden.

Als je dit carrièrepad overweegt, kan deze gids van pas komen!

1. Onderzoek het beroep

Voordat u een carrière kiest, moet u deze altijd grondig onderzoeken. Op deze manier krijgt u een duidelijker beeld van uw gekozen beroep en krijgt u een idee van hoe u kunt meedoen.

Functieomschrijving

Naarmate de waarde en het belang van gegevens bij bedrijven en organisaties begint te dagen, moeten gegevenswetenschappers algoritmen en statistische technieken gebruiken om die gegevens om te zetten in informatie.

Het is echter niet alleen een kwestie van technische knowhow. Gegevenswetenschappers moeten kennis hebben van de branche waarin ze actief zijn, zodat ze die informatie kunnen begrijpen en begrijpen wat belangrijk is en wat niet. En daarna moeten ze hun bevindingen duidelijk en effectief aan anderen kunnen uitleggen; communicatie is een belangrijke vaardigheid in data science.

Belangrijkste verantwoordelijkheden

Afhankelijk van de organisatie waarvoor u werkt, kan uw rol enigszins variëren, maar over het algemeen zijn de verantwoordelijkheden van een datawetenschapper als volgt:

  • Werk samen met andere afdelingen in uw organisatie om problemen te identificeren en gebruik gegevens om effectieve oplossingen voor te stellen
  • Gegevens samenvoegen, beheren en extraheren om rapporten op maat te maken voor collega's, klanten of de bredere organisatie
  • Houd te allen tijde een duidelijke communicatie met de organisatie om te zorgen dat de gegevensbehoeften worden begrepen en vervuld
  • Gebruik machine learning tools en statistische technieken om oplossingen te bieden zoals vereist
  • Maak duidelijke en beknopte rapporten die waarde bieden aan klanten of het bedrijf
  • Blijf op de hoogte van de nieuwste technologieën, technieken en methoden
  • Onderzoek naar prototypes en proof of concepten
  • Zoeken naar mogelijkheden om inzichten, codes of modellen te gebruiken die andere functies van de organisatie ten goede kunnen komen (bijvoorbeeld HR of marketing)
  • Bevorder onderwijs in gegevenswetenschap en moedig anderen binnen de organisatie aan om de voordelen van uw werk te zien

Essentiële vaardigheden en kwaliteiten

  • Zeer sterke communicatieve vaardigheden, om complexe concepten uit te leggen aan mensen die geen praktische kennis van de mechanica van data-analyse hebben
  • Nauwgezette aandacht voor detail en het vermogen om problemen effectief op te lossen
  • Ervaring met (of een bereidheid om grip te krijgen op) database-ondervragings- en analysehulpmiddelen zoals SQL
  • Zelfmotivatie en het vermogen om zonder toezicht te werken
  • Goede organisatorische en planningsvaardigheden
  • Een samenwerkingsbenadering voor het delen van ideeën en het vinden van oplossingen, omdat u met andere afdelingen moet samenwerken

Werktijden en voorwaarden

Dit is afhankelijk van de organisatie waar u voor werkt, maar u kunt redelijkerwijs verwachten dat u op normale kantooruren van maandag tot vrijdag werkt. Als u deadlines hebt, moet u mogelijk langere uren of in het weekend werken.

Salarisperspectieven

In het VK bieden de meeste instapposities startsalarissen tussen £ 19.000 en £ 25.000. Naarmate je meer ervaring en anciënniteit opdoet, kan dit oplopen tot ergens tussen £ 30.000 en £ 50.000, met wetenschappers en consultants op hoog niveau die in staat zijn om salarissen op te eisen van ergens tussen £ 60.000 en meer dan £ 100.000.

In de VS zijn de startsalarissen ongeveer $ 65.000, een cijfer dat kan oplopen tot $ 135.000. Het gemiddelde salaris is ongeveer $ 90.000.

Deze cijfers zijn variabel, afhankelijk van het type bedrijfstak waarin u werkt (bijvoorbeeld, financiële bedrijven betalen doorgaans hogere salarissen) en de locatie waar u werkt.

2. Download de kwalificaties

Doorgaans vereisen de meeste bedrijven dat je een graad in data science of een gerelateerd veld hebt, maar dit hoeft niet per se op een computer- of science-based veld te zijn. Sterke kwantitatieve vaardigheden zijn natuurlijk belangrijk, maar het logisch en methodisch oplossen van problemen zijn grotere factoren.

Dat gezegd hebbende, het is belangrijk om wat technische vaardigheden te hebben. Kennis van programmeertalen - met name Python - is een absolute must, aangezien u enorme hoeveelheden gegevens zult verwerken en de meeste bedrijven op zoek zijn naar bekendheid met andere codeertalen en softwareprogramma's.

Als je van carrière verandert, kan studeren voor postdoctorale kwalificaties in een relevant veld helpen, maar dit zijn niet noodzakelijk vereisten. Enkele goede onderwerpen om op te focussen zijn:

  • MSc Data Science
  • MSc Business Analytics
  • MSc Data Science and Analytics
  • MSc Big Data

3. Land je eerste baan

Datawetenschap is momenteel een enorm gewild beroep, omdat organisaties zich bewust worden van het belang van het gebruik van hun gegevens om weloverwogen beslissingen te nemen. Als gevolg hiervan zijn bedrijven in elke branche op zoek naar getalenteerde en goed geïnformeerde rekruten, waarbij bedrijven met elkaar concurreren om het allerbeste talent te verwerven.

Als je meer ervaring nodig hebt, bieden veel grotere bedrijven stages en werkschaduwprogramma's waar je je kennis in de praktijk kunt brengen en een professioneel netwerk van contacten kunt opbouwen.

Er zijn ook online competities waaraan je kunt deelnemen, zoals die georganiseerd door Kaggle, Topcoder en het Defense Science Technology Laboratory (DSTL), waar recruiters vaak op zoek zijn naar nieuw en opkomend talent.

Enkele van de meer prominente industrieën waarin u zou kunnen werken zijn:

  • Financiën
  • Academia
  • Wetenschappelijk onderzoek
  • Kleinhandel
  • Informatie Technologie
  • E-commerce

Deze lijst is echter niet volledig. In de afgelopen jaren zijn datawetenschappers een waardevolle aanwinst geworden in telecommunicatie-, transport- en energiebedrijven - in wezen elke branche waar bedrijven data genereren.

Omdat er zo veel vraag is naar banen, houd dan vacaturesites in de gaten of, als er een bepaalde branche is waarin je wilt werken, onderzoek de bedrijven op dat gebied en controleer hun websites regelmatig op vacatures. U kunt ook deze sites proberen:

  • Vacatures voor Data Scientist
  • KD Nuggets (voornamelijk banen in de VS)
  • Kaggle

4. Ontwikkel je carrière

Op het gebied van professionele ontwikkeling is er geen echte accreditatie of certificering beschikbaar. Mogelijk wordt u echter gevraagd om branchespecifieke trainingen te volgen om uw kennis te verbreden of uit te breiden, en wordt u aangemoedigd op de hoogte te blijven van opkomende trends en ontwikkelingen binnen de gegevenswetenschap.

Wat de loopbaanontwikkeling betreft, hangt veel af van hoe lang het u kost om de nodige vaardigheden te leren om grote hoeveelheden gegevens te analyseren en uw bevindingen effectief te presenteren. Er zijn verschillende stappen op de promotieladder, omdat de meeste bedrijven senior data wetenschappers hebben; in deze rol zou je extra managementtaken op je nemen en verantwoordelijk zijn voor een kleine groep junior data wetenschappers.

Omdat de vaardigheden die je leert en bezit niet beperkt zijn tot een bepaalde branche, is het relatief eenvoudig om naar verschillende bedrijven te verhuizen of in het buitenland te werken.

Werkvooruitzicht

De jobvooruitzichten voor datawetenschappers zijn enorm positief. De Britse regering beweert dat tot 2020 elk jaar 56.000 banen voor datawetenschappers zullen worden gecreëerd, terwijl managementconsultancy-experts McKinsey & Co voorspellen dat er in 2018 tussen de 140.000 en 190.000 data science-functies worden vervuld. Met zo weinig talent, zijn bedrijven steeds meer bereid om de hoogste prijs te betalen om de juiste vaardigheden te verwerven.

In de VS is de vraag vergelijkbaar. De Harvard Business Review (HBR) beweert dat het tekort aan datawetenschappers in sommige sectoren een "serieuze beperking" wordt, waardoor data science de "meest sexy baan van de 21ste eeuw" wordt. Bovendien werd het verkozen tot de beste baan van 2017 op de carrièresite Glassdoor, met een gemiddelde beoordeling van 4, 8 op 5 - veel lof.

Dit is waarschijnlijk de gouden eeuw voor datawetenschappers, want ze zijn zeker actief in een kopersmarkt. Met de bengelende wortel van hoge prikkels en een flexibele en veerkrachtige vaardigheden die een sterke werkzekerheid bieden, is dit nooit een beter moment geweest om een ​​carrière na te streven.

Werkt u in data science? Zo ja, laat ons uw ervaringen weten in de comments ...

Laat Een Reactie Achter

Please enter your comment!
Please enter your name here