Wenn Sie an eine sexy oder aufregende Berufswahl denken, sind die Chancen auf Datenwissenschaft nicht das erste Feld, das Ihnen in den Sinn kommt. Laut mehreren Quellen war Data Science jedoch eines der heißesten Berufsfelder des Jahres 2015 und zeigt keine Anzeichen einer Verlangsamung.
Die Einstiegsgehälter liegen gut im sechsstelligen Bereich (ein durchschnittliches Gehalt eines Datenwissenschaftlers von etwa 119.000 US-Dollar pro Jahr liegt bei Glassdoor.) Und die zahlreichen Jobmöglichkeiten sind kein Wunder, dass die Klassenzimmer für Mathematik und Datenanalyse mit Rekordraten gefüllt sind.
Wie werden Sie Data Scientist?
1. Schärfen Sie Ihre mathematischen Fähigkeiten.Wenn es eine Fähigkeit gibt, die als Datenwissenschaftler / Datenanalytiker für eine Karriere als unabdingbar bezeichnet wird, dann handelt es sich um Mathematik, und wir sprechen von fortgeschrittener Mathematik. Die meisten Hochschulstudiengänge im Bereich Data Science setzen voraus, dass Bewerber mindestens ein grundlegendes Verständnis von Analysis und linearer Algebra besitzen, um eine Grundlage für die fortgeschrittenere Kursarbeit zu schaffen, die für das Programm erforderlich ist.
Viele Arbeitgeber bitten die Bewerber sogar, komplexe Gleichungen während ihrer Interviews zu lösen. Wenn Sie also kaum die Mathematik der Universität besprochen haben, ist dies möglicherweise nicht das richtige Feld für Sie. Wenn Sie Spaß an Mathematik haben und Ihre Fähigkeiten auf den neuesten Stand bringen möchten, schauen Sie sich kostenlose Online-Kurse an oder besuchen Sie einen Auffrischungskurs an Ihrer örtlichen Community College oder Universität, bevor Sie sich für die Graduiertenschule anmelden.
2. Verdienen Sie einen Abschluss.Der Anstieg der Arbeitsplätze in der Datenwissenschaft hat in der Folge zu einer Zunahme von Fortbildungsprogrammen geführt, die sich auf die Vorbereitung von Datenwissenschaftlern auf Beschäftigung konzentrieren. Studiengänge in Data Science erweitern nicht nur die mathematischen Fähigkeiten, sondern vermitteln auch angehenden Data Scientists die Programmier- und Analysefähigkeiten, die zur Analyse und Interpretation großer Datenmengen erforderlich sind.
Von Datenwissenschaftlern wird erwartet, dass sie über Kenntnisse in Computer-Engineering und -Programmierung verfügen sowie die Fähigkeit haben, ihre Ergebnisse auf eine Weise zu visualisieren und zu kommunizieren, die sie einsetzen können. Während ein bestimmter Abschluss in der Datenanalyse (oder sogar ein STEM-relevanter Bereich) nicht unbedingt eine Voraussetzung für alle Jobs ist, wird von potenziellen Analysten erwartet, dass sie Kompetenz in Schlüsselbereichen nachweisen, und ein Studiengang bildet diese Grundlage.
3. Branchenwissen aufbauen.Während für die Arbeit in der Datenwissenschaft Kenntnisse in Mathematik und Informatik erforderlich sind, ist auch Branchenwissen erforderlich. Forschung ist zwar ein Schlüsselaspekt eines analytischen Projekts, aber auch fundiertes Branchenwissen ist unerlässlich. Viele Analysten erwerben ihr Wissen, indem sie Zeitschriften lesen, Branchennachrichten verfolgen und Verbindungen in diesem Bereich aufbauen, aber Erfahrung in der Branche ist ebenfalls wichtig.
4. Führungsqualitäten entwickeln.Die Datenanalyse findet nicht im luftleeren Raum statt, und die meisten Wissenschaftler arbeiten in einem interdisziplinären Team. Die Fähigkeit, nicht nur ein Team zu führen, sondern auch mit anderen Disziplinen mit unterschiedlichen Prioritäten zusammenzuarbeiten, ist wichtig. Lernen Sie, wie ein Analytiker zu denken, Fragen zu stellen, Schlussfolgerungen zu ziehen und Ergebnisse zu erklären.
5. Entwickeln Sie ein Netzwerk in der Data Science-Industrie.Das Kennenlernen anderer Datenwissenschaftler, ob online über soziale Netzwerke oder branchenspezifische Gruppen, durch Kursarbeit oder durch Teilnahme an Branchenveranstaltungen, kann nicht nur bei der Suche nach Stellenangeboten helfen, sondern auch durch Kontakte, die Sie vermitteln, Einblick in die Branche und die Herausforderungen erhalten Sie stehen vor oder vielleicht. Dies ist besonders wichtig, wenn Sie eine berufliche Veränderung in Betracht ziehen, da Sie durch einen ehrlichen Einblick in die Alltagsrealität der Karriere feststellen können, ob Sie den Wechsel vornehmen möchten oder nicht.
6. Betrachten Sie Ihren Lebensstil und Ihren lokalen Markt.Während Data Science ein schnell wachsender und nachgefragter Bereich ist, gibt es bestimmte Märkte, in denen die Nachfrage höher ist, und potenziellen Analysten wird empfohlen zu überlegen, ob ein Schritt erforderlich sein könnte. Städte wie San Francisco, Boston, New York, Austin, San Diego und das Forschungsdreieck in North Carolina haben tendenziell mehr Möglichkeiten als andere Orte. Das bedeutet nicht, dass Sie keine Jobs in anderen Bereichen finden werden, aber in diesen Bereichen können Sie die am besten bezahlten Möglichkeiten finden.
Data Science ist nicht jedermanns Sache, und viele Menschen, die von der Aussicht auf einen hochbezahlten Job angezogen werden, stellen schnell fest, dass sie nicht für die intensive, detailorientierte Arbeit in diesen Positionen geeignet sind. Wenn Sie jedoch glauben, dass Sie Daten aus Gründen der Daten lieben und Ihre Freizeit damit verbringen, Programme zu entwickeln, um Daten und andere ähnliche Aktivitäten zu analysieren, könnte dies das Feld für Sie sein.