Chuyển đổi nghề nghiệp sang Phân tích dữ liệu lớn

Tôi là một chuyên gia CNTT 35 tuổi, hoàn toàn là kỹ thuật. Tôi giỏi lập trình, học các công nghệ mới, hiểu chúng và thực hiện. Tôi không thích môn toán ở trường, vì vậy tôi không đạt điểm cao môn toán. Tôi rất quan tâm đến việc theo đuổi sự nghiệp trong phân tích Dữ liệu lớn. Tôi quan tâm đến Analytics hơn là các công nghệ Dữ liệu lớn (Hadoop, v.v.), mặc dù tôi không thích nó. Tuy nhiên, khi tôi tìm kiếm trên internet, tôi thấy rằng, những người giỏi phân tích (Nhà khoa học dữ liệu) chủ yếu là những sinh viên tốt nghiệp Toán học đã thực hiện PHds của họ và nghe như những sinh vật thông minh, vượt xa tôi. Đôi khi tôi cảm thấy sợ hãi khi nghĩ liệu quyết định của mình có đúng hay không, bởi vì việc tự học thống kê trước là rất khó khăn và đòi hỏi một sự đầu tư chăm chỉ và thời gian.

Tôi muốn biết liệu quyết định của tôi là đúng hay tôi nên để lại công việc này cho những người trí thức đã dành cả đời để học ở các trường đại học danh tiếng và lấy được bằng và PHD.

Do nhu cầu cao, có thể bắt đầu sự nghiệp trong khoa học dữ liệu mà không cần bằng cấp chính thức. Kinh nghiệm của tôi là có bằng cấp thường là 'yêu cầu' trong mô tả công việc, nhưng nếu nhà tuyển dụng đủ tuyệt vọng, thì điều đó sẽ không thành vấn đề. Nói chung, khó có thể tham gia vào các tập đoàn lớn với quy trình xin việc chính thức hơn so với các công ty nhỏ hơn không có họ. "Biết người" có thể giúp bạn đi một chặng đường dài, trong cả hai trường hợp.

Bất kể giáo dục của bạn, cho dù nhu cầu cao như thế nào, bạn phải có các kỹ năng để thực hiện công việc.

Bạn đã đúng khi lưu ý rằng các số liệu thống kê nâng cao và toán học khác rất khó để học độc lập. Vấn đề là bạn muốn làm cho sự nghiệp thay đổi như thế nào. Trong khi một số người có 'tài năng thiên bẩm' trong toán học, mọi người đều phải làm việc để học. Một số có thể học nhanh hơn, nhưng mọi người phải dành thời gian để học.

Những gì nó nói đến là khả năng của bạn để cho các nhà tuyển dụng tiềm năng thấy rằng bạn có một mối quan tâm thực sự trong lĩnh vực này, và bạn sẽ có thể học hỏi nhanh chóng trong công việc. Bạn càng có nhiều kiến ​​thức, bạn càng có thể chia sẻ nhiều dự án trong danh mục đầu tư và càng có nhiều kinh nghiệm làm việc trong vành đai của bạn, các công việc cấp cao hơn sẽ có sẵn cho bạn. Bạn có thể phải bắt đầu ở một vị trí cấp nhập cảnh đầu tiên.

Tôi có thể đề xuất các cách để nghiên cứu toán học một cách độc lập, nhưng đó không phải là một phần câu hỏi của bạn. Hiện tại, chỉ cần biết rằng điều đó thật khó, nhưng có thể nếu bạn quyết tâm thực hiện một sự thay đổi nghề nghiệp. Tấn công trong khi bàn ủi nóng (trong khi nhu cầu cao).

Bạn nên nhìn vào khía cạnh cơ sở hạ tầng của mọi thứ nếu bạn không thích môn toán. Bạn càng xuống thấp trong ngăn xếp phần mềm, bạn càng đi xa khỏi toán học (thuộc loại khoa học dữ liệu). Nói cách khác, bạn có thể xây dựng nền tảng mà người khác sẽ sử dụng để tạo ra các công cụ sẽ phục vụ các nhà phân tích. Hãy nghĩ về các công ty như Cloudera, MapR, Databricks, v.v. Các kỹ năng sẽ có ích là các hệ thống phân tán và thiết kế cơ sở dữ liệu. Bạn sẽ không trở thành một nhà khoa học dữ liệu nếu không có toán học; đó là một khái niệm lố bịch!

Theo kinh nghiệm của tôi để có bằng tiến sĩ không nhất thiết phải là người giỏi trong môi trường của công ty khoa học dữ liệu, tôi làm nhà khoa học dữ liệu và tôi chỉ là một kỹ sư nhưng tôi đã biết một số giáo viên phổ cập cộng tác với công ty của tôi và đôi khi tôi đã nói với họ rằng quan điểm của họ là không đúng vì mặc dù ý tưởng và lý do của họ là đúng nhưng họ không thể áp dụng cho các hoạt động của công ty, vì vậy chúng tôi phải sửa đổi một số mô hình dữ liệu để làm cho chúng hữu ích cho công ty và kết quả mất giá trị của chúng vì vậy chúng tôi phải tìm kiếm mô hình mới. Ý tôi là Khoa học dữ liệu là một lĩnh vực đa ngành nên rất nhiều người khác nhau làm việc cùng nhau vì vậy tôi nghĩ rằng các kỹ năng của bạn có thể rất hữu ích trong một nhóm nhà khoa học dữ liệu, bạn chỉ phải tìm nơi phù hợp;)

Có thể nó sẽ hơi bất thường, nhưng tôi rất muốn khuyên bạn nên xem qua MOOC https://www.coursera.org/cference/statistic này . Đây là một giới thiệu rất tốt và rõ ràng để thống kê. Nó cung cấp cho bạn một nguyên tắc cơ bản về lĩnh vực cốt lõi trong khoa học dữ liệu. Tôi hy vọng nó sẽ là điểm khởi đầu tốt để bắt đầu tình bạn giữa bạn và thống kê.

Tôi chưa thấy điều này được đề cập, nhưng điều quan trọng cần nhớ là bạn có thể thấy mức lương giảm. Tôi nói điều này mà không biết bạn kiếm được bao nhiêu, nhưng chuyển từ (tôi giả sử) một chuyên gia CNTT có kinh nghiệm sang cấp độ khoa học dữ liệu cấp nhập cảnh có thể không kiếm được nhiều tiền cho bạn.

Đây là một liên kết đến một phần của nghiên cứu Burtch Works 2015 về tiền lương Khoa học dữ liệu:

http://www.burtchworks.com/files/2015/05/DS-2015_Changes-in-Base-Salaries.pdf

Như bạn có thể thấy, mức lương trung bình cho những người đóng góp cá nhân cấp 1 là 90k (trên toàn quốc). Báo cáo đầy đủ có phân tích dựa trên khu vực nhưng một lần nữa, giả sử bạn là một chuyên gia CNTT có kinh nghiệm, có lẽ bạn đang làm nhiều hơn thế.

Câu chuyện giai thoại với n = 1: Một trong những người bạn cùng lớp trong chương trình thạc sĩ DS của tôi là một nhà phát triển Java có kinh nghiệm với một ngôi nhà, gia đình, v.v. Mặc dù anh ta rất quan tâm đến việc phân tích dữ liệu (trả tiền cho chương trình) phân tích dữ liệu sẽ không thể hỗ trợ lối sống mà anh ta hiện đang là nhà phát triển Java. Kết quả là về cơ bản, ông đã "lãng phí" bằng cấp của mình và quay trở lại phát triển. Tôi thực sự ghét khi thấy điều đó xảy ra với nhiều người hơn.

Hãy nhớ rằng "dữ liệu lớn" là một điều ngày càng hợp thời để một công ty nói rằng họ tham gia. Những người cao hơn có thể đọc một bài viết về nó trong HBR và nói với chính họ, "Tôi phải lấy cho tôi một số điều đó "(không phải là họ nhất thiết sai).

Điều này có ý nghĩa gì với bạn là các phân tích nâng cao không cần thiết cho công ty đó vì chỉ cần có một cái gì đó và chạy.

May mắn cho bạn, hầu hết các thành phần cho biết các công ty có thể cần là miễn phí. Hơn nữa, tôi tin rằng cả Hortonworks và Cloudera đều có máy ảo "hộp cát" miễn phí, bạn có thể chạy trên PC, để chơi xung quanh và lấy vòng bi.

Phân tích nâng cao trên nền tảng dữ liệu lớn là có giá trị, để chắc chắn, nhưng nhiều công ty cần học cách thu thập dữ liệu trước khi họ có thể chạy.

Đây là một câu hỏi thực sự kỳ lạ theo ý kiến ​​của tôi. Tại sao bạn sẽ chuyển sang một hướng mới nếu bạn không chắc chắn rằng bạn yêu thích hướng đi mới này hay ít nhất là thấy nó rất thú vị? Nếu bạn yêu thích Dữ liệu lớn, tại sao bạn quan tâm đến các sinh vật thông minh tiến sĩ đã có trong lĩnh vực này? Cùng một lượng sinh vật tiến sĩ có trong mọi lĩnh vực CNTT. Vui lòng đọc nhanh tại bài viết rất hay này http://www.forbes.com/sites/louisefron/2013/09/13/why-you-cant-find-a-job-you-love/ và sau đó tự hỏi nếu bạn yêu thích Dữ liệu lớn đủ và bạn đã sẵn sàng để thêm hạt cát của mình vào núi kiến ​​thức