Kailan ang huling beses na kinuha mo ang iyong telepono at nag-scroll sa iyong feed sa Instagram? Nasuri ang isang kwento sa Snapchat? Bumili ng isang bagay mula sa Amazon?
Buweno, ang hindi mo maaaring napagtanto ay ang driver ng bawat isa sa mga application na iyon ay data.
At, upang manatiling may kaugnayan, ang mga kumpanya ay gumagamit ng sinabi ng data upang mahulaan kung ano ang susunod na malaking bagay. Ang mga tao sa gitna ng lahat ng aksyon na iyon? Mga siyentipiko ng datos.
Kaya, hindi kataka-taka na ang isang ulat sa 2012 sa Harvard Business Review ay tinaguriang propesyon na "ang pinakapuksa sa trabaho sa ika-21 siglo."
Tinantya na ang demand para sa mga siyentipiko ng data ay lumulubog ng 28% sa 2020, dahil ang mga kumpanya ay nangongolekta ng data mula sa isang iba't ibang mga mapagkukunan at kailangan upang pag-aralan ang mga ito upang magbigay ng mas mahusay na mga kinalabasan: mga pag-click online, mga metro ng tubig sa sambahayan, mga pamimili ng pagkain, mga tala sa kalusugan. Ngunit, ang pag-iipon ng data ay hindi sapat. Ang isang tao ay kailangang magkaroon ng kahulugan sa lahat ng mga numero at makahanap ng mga pattern upang gumana. Alin ang ginagawa ng mga siyentipiko ng data, pinag-aaralan nila ang mga data para sa mga pattern at gumagamit ng kasaysayan bilang isang prediktor para sa mga kinalabasan sa hinaharap.
Kaya, ngayon malinaw na kami sa kung ano ang ginagawa ng isang siyentipiko ng data at kung gaano ito ka-sexy, paano ka maging isa?
Dapat Mahalin ang Data
Maaaring malinaw ang tunog nito, ngunit upang maging isang siyentipiko ng data, dapat mong mahalin ang data, sabi ni Mary L., Data Scientist sa New York Life. Si Maria ay palaging mahusay sa matematika at inamin na siya ay "pangunahing kasal sa departamento ng matematika" sa high school.
Si Jeremy B., mula sa koponan ng Pamamahala ng Data ng Enterprise ng New York Life, ay nagsabing ang kanyang pagnanasa sa data ay nagsimula nang simulan niyang mahulaan ang mga problema sa isang naunang platform ng kumpanya upang ang mga isyu ay maaaring maiwasang proaktibo.
Habang pinahahalagahan ni Maria na ang kanyang mga kasamahan ay mula sa iba't ibang kultura at pinagmulan ng pagsasanay mula sa matematika sa pananalapi hanggang sa agham na actuarial, lahat sila ay pinagsama ng kanilang pag-ibig ng data. Si Maria mismo ay isang istatistika nang matagal bago ang term na siyentipiko ng data ay naging popular at iminumungkahi niya na ang pagiging komportable sa pagtatrabaho gamit ang data ay maaaring ang pinakamahalagang aspeto ng trabaho.
Gayunman, ipinapayo ni Jeremy ang mga potensyal na siyentipiko na data upang magdagdag ng programming sa kanilang toolet kung kaya nila: "may mga kasanayan na maaaring pino at pinahusay sa paligid ng pagprograma, alinman sa iba't ibang wika tulad ng Java o Python o kahit na ang kakayahang dumaan at sumulat karaniwang SQL query. "
Mag pakitang gilas sa maraming tao
Ang nakatayo sa isang pool ng mga aplikante ay palaging isang mabuting bagay at totoo rin para sa mga trabaho sa agham ng data.
Itinuturo ni Jeremy na dahil ang agham ng data ay pa rin isang nascent field, walang pamantayan para sa dapat malaman ng isang tao upang maging matagumpay sa industriya. "Ang talagang hinahanap namin ay ang mga taong may talino sa intelektuwal, " sabi niya, "ang mga taong gustong maghukay nang malalim, na patuloy na nais na gawing mas mahusay ang kanilang sarili at ang kumpanya sa pamamagitan ng pagsulong sa mga teknolohiya ng data."
Sa New York Life, halimbawa, dahil ang mga siyentipiko ng data ay nakikipagtulungan sa mga kasamahan na may iba't ibang mga background, nagdala sila ng kanilang sariling mga pananaw sa talahanayan, na palaging pinapahalagahan, sinabi ni Raul H., mula sa koponan ng Pamamahala ng Pakikipag-ugnay sa Customer sa New York Life. Sa pagtatapos ng araw, "ito ay bumaba sa pagkakaroon ng isang simbuyo ng damdamin para sa data at aktwal na nais na maghukay, hilahin ang mga hanay ng data, at talagang maging isang dalubhasa sa set ng data na sinusuri mo, " dagdag ni Jeremy.
Ang ilalim na linya: Tulad ng iba pang mga trabaho, maaari kang tumayo sa pamamagitan ng pagpapakita sa iyo ng isang player ng koponan at handang bumaba sa trenches at marumi ang iyong mga kamay.
"Ilalapat mo ang iyong mga kasanayan at kaalaman upang makatulong na mapalago ang kasanayan. Kaya maramdaman mo ang pagmamay-ari at matututo ka sa parehong oras, "sabi ni Jeremy, at idinagdag na ang pagputol ng data science work sa New York Life ay nagbibigay sa isang nagsisimula na vibe.
Higit sa lahat, dapat kang magkaroon ng pagkahilig para sa data. Ito ang tanging paraan upang mahulma ang iyong karera sa isang umuusbong, umuusbong at oo, sexy, larangan.
Kaya, kung kumbinsido ka namin na ang agham ng data ay ang iyong pangarap na trabaho o nasa bakod ka pa, bilugan namin ang ilan sa mga pinaka-karaniwang mga tungkulin sa tech (kasama ang agham ng data), at kung paano mapunta ang mga ito.
Disenyo ng infographic ni Mary Schafrath.
