În punctul culminant al filmului Hidden Figures, nominalizat la Oscar, matematica Katherine Johnson este chemată să verifice calculele pentru coordonatele de aterizare ale capsulei spațiale a lui John Glenn, Friendship 7. Technology tocmai a înlocuit calculatoarele umane, persoanele care calculează date care au completat ecuații complexe înainte de apariția sistemului computerizat, dar datele de la mașină aveau discrepanțe care trebuiau rezolvate de o persoană.
Aceasta a fost știința datelor în 1961. În zilele noastre, lucrurile stau puțin diferit. Sisteme complexe de colectare a datelor permit companiilor din fiecare sector să afle mai multe despre afacerile, clienții și perspectivele lor viitoare. Dar la fel ca în Figurile ascunse, oamenii sunt în continuare necesare pentru a găsi adevăruri importante din interiorul datelor.
Iată un aspect despre cum folosim zilnic informațiile și despre abilitățile esențiale de care ai nevoie pentru a avea succes în calitate de om de știință, inginer sau analist.
Știința datelor este peste tot
Potențialul oamenilor de știință de date dincolo de industriile financiare și tehnologice este înfloritor. „Există o realizare din ce în ce mai mare în toate sectoarele că abilitățile de știință a datelor au devenit esențiale pentru a concura și a îmbunătăți pe piața de astăzi”, spune Michael Galvin, director executiv al Data Science Corporate Training pentru Metis, o companie de formare în domeniul abilităților în domeniul științei datelor care lucrează cu persoane fizice și comerciale. .
Gândiți-vă la cookie-uri. Nu, nu cei pe care îi scufundați în lapte - instrumentele puternice de colectare a datelor care îi ajută pe analiștii, oamenii de știință și inginerii să învețe despre obiceiurile web ale consumatorilor și să informeze algoritmii din jurul celor „cum-știau-eu-doar-gândeau anunțurile sunt afișate pe Facebook. Scopul lor? Evaluarea intereselor și comportamentului consumatorilor și utilizarea acestor analize pentru a ajuta la luarea deciziilor cheie de afaceri - pentru companii din toate sectoarele.
„Există o conștientizare mai largă a științei datelor în mainstream. Afectând totul, de la achizițiile Amazon până la binges-urile Netflix, știința datelor atinge mai multe persoane ca niciodată ”, spune Galvin.
Cum te încadrezi
Odată cu creșterea în domeniile științei datelor, a existat o suprapunere crescută între rolurile de om de știință de date, analist de date și modelator.
Dar, potrivit Dr. Flavio Villanustre, vicepreședinte Tehnologie și HPCC Systems pentru LexisNexis Risk Solutions, distincția dintre diverse poziții este de fapt destul de unică - și oferă oportunități pentru cei înzestrați în anumite domenii.
„Analiștii de date se specializează în mod tradițional în tehnici de manipulare a datelor, care necesită instruire în toate, de la limbile de interogare până la modele grafice de date”, spune Villanustre. „Între timp, modelatorii analizează datele numerice pentru corelații și tipare.”
Când vine vorba de știința datelor, Villanustre explică că candidații ideali ar trebui să prezinte un superset al acestor două tipuri de abilități compuse cu cunoștințe de domeniu și de afaceri. „Oamenii de știință de date dețin de obicei cunoștințe mai profunde decât analistul de date despre tehnici de programare și cunoștințe mai largi decât modelatorii statistici despre metodologiile analitice de date folosind tehnici mai sofisticate.”
Atunci când candidați la aceste poziții, este important să rețineți ce sarcini caută într-adevăr o companie.
„Zgomotul din jurul științei datelor a condus la multe companii care angajează oameni de știință pentru a face o muncă de analist de date, care sfârșește să curețe și să pregătească date și să petreacă foarte puțin timp făcând știința datelor reale”, explică Nick Kramer, director principal de date și analize la SSA & Company, o firmă de consultanță în management care este specializată în transformarea analizelor de date mari în operațiuni pentru companii.
Noile instrumente permit crearea de modele de analiză de către cei cu niveluri de expertiză mai scăzute, astfel încât abilitățile conexe diversificate, precum cunoștințele de afaceri și abilitățile de comunicare eficiente sunt importante pentru a separa căutătorii de locuri de muncă. Atunci când intervievați, asigurați-vă că puneți întrebări pentru a afla exact ceea ce caută o companie - apoi arătați-vă punctele forte în consecință.
Biroul nostru
Ceea ce trebuie să ai succes
Vechiul zical despre faptul că nu vedeți pădurea pentru copaci este un lucru important de reținut când lucrați ca om de știință, analist sau inginer. Deși precizia datelor de bază este importantă, la fel este recunoașterea imaginii generale a problemelor pe care o companie speră să le rezolve.
„Există o tendință în rândul oamenilor de știință de date de a complica lucrurile și de a fi aspirat într-o gaură neagră de detalii”, avertizează Galvin. „În schimb, ei ar trebui să se gândească la problema de afaceri pe care încearcă să o rezolve, să funcționeze și apoi să-l repete.”
Mai mult, este esențial și interesul pentru ceea ce faci - așa cum este valabil pentru orice slujbă.
„Companiile lucrează cu diferite tipuri de date (cum ar fi imagini, text și date financiare) cu privire la diferite probleme. Trebuie să fiți interesat și să înțelegeți tipul de date cu care veți lucra pentru a avea succes ”, a spus Galvin. „De exemplu, oamenii de știință care lucrează cu imagini medicale nu sunt de obicei medici înșiși, ci utilizatorul final sau clientul va fi un medic. Puteți înțelege ce probleme încearcă să rezolve? Vă interesează rezolvarea acestor probleme? ”
Și atunci există comunicare. Se spune că oamenii de știință, analiști și ingineri vorbesc limba lor, dar pentru a avea succes într-un loc de muncă, trebuie să puteți comunica clar cu cei care vor utiliza și beneficiați cel mai mult de abilitățile dvs.
„Colaborarea cu părțile interesate de afaceri este din ce în ce mai importantă”, a spus Kramer.
Știința datelor și carierele sale conexe au parcurs un drum îndepărtat din anii 1960 când NASA avea nevoie de calculatoare umane pentru a valorifica și a verifica activitatea noilor mașini de calculator. Dar mințile strălucitoare interesate de modul în care datele pot modela modul în care trăim, muncim și facem afaceri sunt încă atât de esențiale ca niciodată - fără ca un expert uman să interpreteze atât inputurile cât și rezultatele, știința datelor ar putea fi folosită în mod sălbatic sau pur și simplu confuză.
