Data Science można przetłumaczyć dosłownie jako “nauka o danych”, jednak to nie jest do końca dobre tłumaczenie i zdecydowanie zbyt płytkie, jak na tak rozległy obszar. Według najpopularniejszej definicji Data Scientist to ktoś, kto dysponuje większą wiedzą o statystyce niż przeciętny programista i większą wiedzą o programowaniu niż przeciętny statystyk.

Osoba zajmująca się danymi zbiera i analizuje duże zestawy danych ustrukturyzowanych i nieustrukturyzowanych. Rola analityka danych łączy informatykę, statystykę i matematykę. Analizuje, przetwarza i modeluje dane, a następnie interpretuje wyniki w celu stworzenia planów działań dla firm i innych organizacji.

Analitycy danych to eksperci, którzy wykorzystują swoje umiejętności zarówno w dziedzinie technologii, aby znajdować trendy i zarządzać danymi. Wykorzystują wiedzę branżową, kontekstualne zrozumienie, sceptycyzm wobec istniejących założeń – do odkrywania rozwiązań biznesowych.

Nie tylko tech-skille

Jednak nie tylko umiejętności techniczne się liczą. Analityków danych coraz częściej spotykamy w firmach, w środowiskach biznesowych. Są odpowiedzialni za przekazywanie złożonych pomysłów i podejmowanie decyzji organizacyjnych opartych na danych. W rezultacie bardzo ważne jest, aby byli skutecznymi komunikatorami, liderami i członkami zespołu, a także wysokopoziomowymi “myślicielami analitycznymi”.

Zadaniem doświadczonych analityków danych jest opracowanie najlepszych praktyk firmy, od porządkowania po przetwarzanie i przechowywanie danych. Współpracują w ramach różnych funkcji z innymi zespołami w całej organizacji, takimi jak marketing, obsługa klienta i operacje. I oczywiście Zarządy. Są bardzo poszukiwani w dzisiejszej gospodarce opartej na danych i zaawansowanych technologiach, a ich pensje i wzrost zatrudnienia wyraźnie to odzwierciedlają.

5 kroków do zostania Data Scientist:

1.Kwestionuj wszystko;-)

Atrakcyjność nauki o danych polega na tym, że możesz odpowiadać na interesujące pytania przy użyciu rzeczywistych danych i kodu. Pytania te mogą wahać się od „czy mogę przewidzieć, czy jakikolwiek lot będzie na czas?” do „ile Polska wydaje na edukację jednego ucznia?”. Aby móc zadawać te pytania i odpowiadać na nie, musisz rozwinąć analityczny sposób myślenia. Jeśli nie podoba ci się proces rozumowania danych i zadawania pytań, powinieneś pomyśleć o znalezieniu zbieżności między danymi a rzeczami, które lubisz. Na przykład, być może nie podoba ci się proces zadawania abstrakcyjnych pytań, ale może naprawdę lubisz analizować dane dotyczące zdrowia (bardzo na czasie teraz!) lub edukacji. Jeśli Twoim celem jest zostanie analitykiem zajmującym się danymi, ale nie masz określonej pasji, prawdopodobnie nie zamierzasz poświęcić miesięcy ciężkiej pracy, której będziesz musiał się nauczyć.

2. “Back to the basic… 🙂

Naucz się podstaw! Gdy już rozgryziesz jak zadawać pytania, możesz zacząć zdobywać umiejętności techniczne, aby zacząć na nie odpowiadać. Zacznij uczyć się nauki o danych, ucząc się podstaw programowania w języku Python. 

Python to język programowania o spójnej składni i często polecany początkującym. Na szczęście ma również wszechstronność, która umożliwia wykonywanie niezwykle złożonych prac związanych z nauką o danych i uczeniem maszynowym (takich jak uczenie głębokie).

Wiele osób głowi się nad wyborem języka, ale kluczowe co musisz pamiętać to:

  • w nauce o danych chodzi o możliwość odpowiadania na pytania i zwiększania wartości biznesowej, a nie o narzędzia;
  • nauka pojęć jest ważniejsza niż nauka składni;
  • tworzenie projektów i udostępnianie ich jest tym, co będziesz robić w jako analityk danych, a nauka w ten sposób zapewni Ci przewagę.

3. Twórz projekty i buduj portfolio

Bardzo częstym błędem, jaki popełniają Juniorzy, jest brak portfolio ze zrealizowanymi projektami. Na jakiej podstawie firma ma dać szansę osobie na początku swojej drogi zawodowej, która przedstawia swoją wiedzę tylko na poziomie deklaracji? Gdy uczysz się podstaw kodowania, powinieneś zacząć tworzyć projekty odpowiadające na interesujące pytania i prezentujące Twoje umiejętności w zakresie nauki o danych. Projekty nie muszą być ekstremalnie złożone. Kluczem jest znalezienie interesujących zbiorów danych, zadawanie pytań dotyczących danych, a następnie odpowiadanie na te pytania za pomocą kodu. Tworząc projekty, pamiętaj jednak, że większość prac związanych z nauką o danych to czyszczenie danych! Każdy gdzieś zaczyna. Nawet jeśli czujesz, że to, co robisz, nie robi wrażenia, nadal warto nad tym popracować. Budowanie projektów nie tylko pomaga zrozumieć rzeczywistą pracę z data science i ćwiczyć swoje umiejętności, ale także pomaga w tworzeniu portfolio, które można pokazać potencjalnym pracodawcom. 

4. Dziel się wiedzą 

Gdy stworzysz kilka projektów, podziel się nimi z innymi! Dobrym pomysłem jest przesłanie ich do GitHub. Udostępnianie projektów to świetna sprawa, bo zmusi Cię do zastanowienia się jak najlepiej je zaprezentować, co robisz na stanowisku analityka danych.

Pozwól swoim rówieśnikom przeglądać Twoje projekty i komentować i nie zapomnij, by udostępnić je również pracodawcom. 

5. Ucz się od innych

Gdy już zaczniesz budować swoją obecność w internecie, warto nawiązać kontakt z innymi analitykami danych. Możesz to zrobić osobiście lub w społecznościach internetowych. Niektóre dobre społeczności internetowe (w języku angielskim) to m.in:

Angażowanie się w społeczności internetowe to dobry sposób na nawiązywanie nowych kontaktów i znajdowanie osób o podobnych zainteresowaniach.Możesz także kontaktować się z ludźmi osobiście za pośrednictwem Meetupów (chociaż w obecnych, COVID-owych czasach jest to mocno utrudnione). Przeglądaj blogi ekspertów od Data Science, dołącz do grup na Facebooku, bądź zaangażowany w dyskusje.

Tylko tyle i aż tyle

Nauka o danych nie jest łatwa, ale kluczem jest utrzymanie odpowiedniej motywacji, inspirowanie się od innych osób i czerpanie radości z tego, co robisz (pisaliśmy o tym TUTAJ Jeśli konsekwentnie tworzysz projekty i udostępniasz je, zdobędziesz wiedzę i zdobędziesz pracę analityka danych, o której marzysz! W platformie IT-Leaders regularnie pojawiają się firmy, które szukają osób z różnym doświadczeniem. Jeśli założysz konto i uzupełnisz swój profil, prędzej czy później możesz spodziewać się zaproszenia do rekrutacji 🙂

Powodzenia !

Leave a comment

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *