Cómo seguir una carrera en Data Warehousing

En el mundo de los datos hay dos amplios conjuntos de trabajos disponibles:

  1. Orientado a la ingeniería: ingenieros de fechas, especialistas en almacenamiento de datos, ingeniero de Big Data, ingeniero de Business Intelligence: todos estos roles se centran en construir esa tubería de datos utilizando código / herramientas para obtener los datos en una ubicación centralizada
  2. Orientado a los negocios: analista de datos, científico de datos: todos estos roles implican el uso de datos (de esas fuentes centralizadas) y ayudar a los líderes empresariales a tomar mejores decisiones. * *

* las empresas más pequeñas (o startups) tienden a tener roles donde los equipos pequeños (o solo una persona) lo hacen todo, por lo que la distinción no es tan evidente.

Por lo tanto, parece que está interesado en roles orientados a la ingeniería, el rol que se centró en la construcción de tuberías de datos. Como está comenzando, le sugiero que amplíe el alcance para aprender también sobre otras herramientas. Si bien el almacenamiento de datos sigue siendo relevante y será de una forma u otra durante los próximos años, la industria (especialmente las empresas de tecnología) se ha estado moviendo lentamente hacia las tecnologías de Big Data y debe ser capaz de adaptarse a estos cambios. Entonces, aprenda sobre el almacenamiento de datos, puede obtener un trabajo / pasantía como ingeniero ETL / BI, pero esté atento a otras herramientas relacionadas con la ingeniería de datos como el ecosistema Hadoop, spark, python, etc.

Datawarehousing es un término general. Lo que debería estar pensando es algo que se llama profesional de Business Intelligence. (Eso es lo que técnicamente siguen publicando incluso en los portales de empleo también, mi amigo). Y este BI nuevamente se divide con respecto a los perfiles de trabajo, es decir, el lado ETL o el lado de informes. Si es ETL, se trataría más de trabajar en herramientas como Datastage, Informatica, SSIS, ODI, etc., que son herramientas de integración de datos, y si se trata de informes, entonces aprendería herramientas como Qlikview, Tableau, Microstrategy para obtener los informes y crear paneles para mejores negocios decisiones Estos informes generalmente vienen después de que finaliza el proceso ETL.

ETL nuevamente tiene funciones de trabajo como desarrollo o soporte, por lo que no debe preocuparse, ya que ahora está más fresco.

Entonces, BI, que es una combinación del perfil de informes ETL +, tendría más opciones para explorar …

Como ya ha tomado un curso, supongo que sería un curso en cualquier herramienta ETL. Pruebe algunas oportunidades de pasantía en algunas empresas de nivel 3 con la ayuda de cualquier amigo o contacto / red para obtener experiencia en tiempo real. Bien, he generalizado esto ahora, pero para ser honesto, esto nunca funcionará. Digamos que las buenas compañías preferirían candidatos que ya tengan experiencia en alguna u otra herramienta de BI durante al menos 2 años. Por lo tanto, los trabajos más frescos son mínimos. No estoy tratando de desmotivarte, pero esa es la amarga verdad. Incluso si ingresa a una empresa con cero exp., Lo trasladarán a la tecnología en función de la capacitación que le brinden. Así que define tu camino, muy por delante.

[Y, de nuevo, nunca trabaje para ninguna consultoría que atraiga a los más nuevos para escribir un bono o firma de contrato por 1 a 2 años o algo así. Es una trampa ! ]

Vea si obtiene una colocación, ya sea en el campus o fuera del campus, solo prepárese para explicar que se esfuerza por hacer una carrera en DWBI y hágales saber por qué está interesado en ella. Hágales saber que le gusta Analytics. Hágales saber que le gustan los datos. Una vez seleccionado, únete a la empresa y solo reza para que pertenezcas al departamento adecuado.

No podemos planificar nada en el software. ¡Solo podemos estar preparados!

Todo lo mejor !

More Interesting

¿Un recién graduado de CS obtiene un trabajo de analista de datos o científico de datos?

¿Cómo proceder para buscar una tesis fuera del campus para el primer semestre del '15 -'16 en el Instituto Birla de Tecnología y Ciencia, Pilani, en el campo de la Ciencia de Datos?

¿Qué debe saber todo científico de datos sobre el aprendizaje automático?

¿Necesito un título en ciencias de datos para ser un científico de datos?

¿Qué puede hacer un científico de datos si cada vez se automatizan más cosas (especialmente desde que se adoptó la caja de herramientas analíticas automatizadas)?

¿Qué tiene de difícil ser un científico de datos?

¿Puedo ser un científico de datos? ¿Cómo hago para ser un científico de datos?

¿Quién está más calificado para convertirse en un científico de datos, un ingeniero de datos o un ingeniero de inteligencia de negocios?

¿Cuáles son las responsabilidades laborales para un científico de datos?

Cómo prepararse para un puesto de analista de datos / científico en Facebook

¿Qué grado necesitas para convertirte en un científico / analista de datos?

¿Qué hace un científico de datos?

¿Un título en informática urbana ayuda a encontrar trabajo en ciudades inteligentes?

Para convertirnos en un científico de datos, ¿qué tecnología necesitamos aprender de R, Python, Hadoop, Spark y Scala?

¿En qué se parecen o difieren los deberes de los investigadores cuantitativos de la experiencia del usuario con los deberes de los científicos de datos que se centran en el análisis (en lugar de los científicos de datos que se centran en la construcción)?