Cómo cambiar mi carrera de DBA a científico de datos

Además de los tecnicismos en la pregunta, ciertamente puedo sentir la preocupación de encontrar una carrera inestable y mantener el equilibrio entre la vida personal y la carrera. Créame, lo he pasado o, mejor dicho, lo estoy pasando y es por eso que estoy tratando de dar mi opinión aquí.

Es demasiado tarde ?

Nunca es tarde para hacer algo que crees que es bueno para ti y realmente quieres hacerlo. Al no hacerlo ahora, solo te arrepentirás más tarde, así que es mejor hacerlo. El camino que elija puede ser un poco difícil, pero ¿qué es fácil en la vida?

Conozco a alguien que alcanzó el nivel de vicepresidente de ciencias de datos desde el puesto de DBA en 10 años y también después de 7 años de servicio inicial en la Marina.

¿Es muy dificil?

Tal vez. Si o incluso no. Se basa en cómo lo ves. Te convertiste en DBA Manager en solo 5 años, muestra tu capacidad. Creo que en lugar de pensar si es difícil o fácil, dale una oportunidad.

¿Cómo puedo cambiar mi carrera …?

Ya muchas buenas respuestas. Sugeriré leer, aprender, practicar. Realice algunos proyectos en ciencia de datos, juegue con los datos, busque oportunidades. Retrata tu experiencia como tu fortaleza y trata de obtener un puesto de alto nivel. Lo bueno es que está “entusiasmado con los datos y el significado de los datos aportados” y significa que realmente disfrutará el campo de la ciencia de datos.

¿Debo ir por Masters?

Estoy haciendo maestría ahora, pero tenía mis propias razones para hacerlo. Si crees que es algo que debes hacer, entonces hazlo. Pero recuerde que tomará más tiempo, aproximadamente 2 años, alcanzar su objetivo. Una maestría a tiempo parcial también es una opción, pero tomará aún más tiempo completarla.

Creo que no necesitas un título para demostrar tu conocimiento, ¡así que esfuérzate por el conocimiento, no por el título!

Trabajé como Sybase DBA en una empresa de servicios financieros durante cinco años, pero volví a la escuela a tiempo completo para cambiar de carrera. Ahora soy un científico de datos (enfoque cuantitativo) y siento que el cambio es la mejor decisión que he tomado.

Como DBA, estaba en un rol de soporte que perdió su desafío después de un tiempo. Pero como científico de datos, estoy en una función de conducción que deriva información útil de los datos para ayudar a mi empresa a generar ingresos y ahorrar dinero. Además, ahora puedo interactuar con el lado comercial, lo cual es tremendamente beneficioso en términos de crecimiento profesional y seguridad laboral. Entonces sí, creo que vale la pena el esfuerzo para hacer la transición, incluso a una edad más avanzada.

Para responder a sus preguntas, ¿es demasiado tarde para comenzar un cambio de carrera a los 34 años? No, pero le recomiendo que no se demore más porque absorber nuevos conceptos se vuelve más difícil a medida que uno envejece. Ciertamente encontré que esto era cierto cuando volví a la escuela.

Tenga en cuenta que hay dos lados de la ciencia de datos que deberá dominar. Uno es el lado de ingeniería / programación. Eso debería ser relativamente más fácil porque ya conoce los sistemas de datos y probablemente ya haya hecho scripts antes. El otro es el lado del análisis cuantitativo. Eso será mucho más desafiante porque el modelado estadístico y el aprendizaje automático no son el tipo de cosas que los DBA aprenden en la escuela o usan en su trabajo. Para prepararse, debe repasar sus cursos de matemáticas, especialmente álgebra lineal. Para tener una idea del lado cuantitativo, puede ver libremente conferencias en sitios MOOC como Coursera o EdX.

Debido a que el tiempo no está de su lado, es posible que desee considerar estudiar una maestría a tiempo completo durante al menos el primer año. Eso debería acelerar significativamente la transición. Puede ser un poco aterrador renunciar a un trabajo. Pero dado su excelente historial de trabajo y su fondo de base de datos (muy útil y relevante para la ciencia de datos), no debería tener problemas para encontrar un nuevo puesto. En mi caso, pude saltar directamente a un rol de ciencia de datos de alto nivel debido a mi experiencia en la base de datos.

Consejo final: dado su horizonte temporal más corto, manténgase alejado de los grados cuantitativos tradicionales (por ejemplo, MS en Estadística) si decide obtener un título de maestría. Muchos de ellos todavía se centran en la teoría y lo preparan para un doctorado en lugar de la industria. Para su situación, una maestría aplicada en ciencia de datos o análisis de negocios sería mejor.

En mi experiencia, la caja de herramientas real de técnicas utilizadas por los científicos de datos de trabajo es bastante pequeña y relativamente fácil de aprender para una persona con habilidades técnicas serias. Como un DBA que ha estado administrando sistemas de producción, está muy por delante de los científicos sociales en el mundo académico que han cultivado la carga lo suficiente como R y Stata para sobrevivir y estudiantes recién graduados de pregrado en maestros que nunca han tratado con> 10K LOC , o un proyecto que dura más de tres meses. Si termina y le va bien en uno o dos cursos en línea (el aprendizaje estadístico es bueno), debe tener la habilidad que necesita para entrevistarse con éxito para un puesto de ciencia de datos. Tenga en cuenta que la “ciencia de datos” se utiliza para significar una variedad increíblemente amplia de puestos y prácticas, muchas más de las que una persona realmente hace en su trabajo. Su objetivo no tiene que ser dominar todas las habilidades a las que las personas se refieren con esa etiqueta, solo el subconjunto de ellas que necesita para un trabajo específico.

Diría que es posible cambiar de otra tecnología a Data Science. Además de las habilidades correctas, pasión, interés y experiencia en programación, lo que duplicaría sus posibilidades de cambiar es una cartera demostrable. Por cartera, quiero decir presencia en GitHub, blog, kaggle y stackoverflow.

Ahora, para asegurarse de que su currículum capta los ojos cuando se presenta a una empresa de análisis, necesita algo de preparación. La preparación sería diferente para una persona más fresca que para alguien que ya tiene experiencia laboral en su haber, aunque en un dominio diferente.

Para alguien con experiencia laboral sustancial en otro dominio, por ejemplo, un profesional de TI, es una historia completamente diferente. Un profesional de TI es generalmente bueno en habilidades de programación, pero se quedan cortos en cierta distancia cuando se trata de intuición matemática o profundidad en la comprensión empresarial.

Entonces, para un profesional de TI o, de hecho, profesional de cualquier otro sector, es un poco difícil hacer la transición a la ciencia de datos, pero no imposible. En los últimos meses, he interactuado con muchos que han hecho con éxito esta transición y, por lo tanto, puedo dar fe de este hecho.

Descargo de responsabilidad: soy cofundador de @GreyAtom y ayudo a los talentos de ingeniería a iniciar su carrera en tecnologías emergentes.

El programa insignia altamente selectivo de GreyAtom tiene como objetivo orientar a los profesionales que trabajan y los más novedosos en el inicio de su carrera de ciencia de datos. Los estudiantes construyeron proyectos sobre el conjunto de datos REAL y las declaraciones de problemas proporcionadas por nuestra industria y socios de contratación. El programa se basa en el aula y se basa en la práctica. GreyAtom es un ecosistema donde los estudiantes pueden aprovechar lo mejor de la academia, profesionales de la industria y personas influyentes.

Algunos enlaces rápidos

• Programa – http://www.greyatom.com/full-sta …
• Chatee con un consejero académico: le invitamos a compartir todas sus dudas e inseguridades, a las que haremos todo lo posible para guiarlo hacia su camino profesional hacia el éxito. https://calendly.com/greyatom/co …

Sería un candidato natural para un puesto de “ingeniero de big data”.
Recomiendo practicar el procesamiento de datos semiestructurados en Hadoop y luego cargarlos en una base de datos relacional. Puede configurar fácilmente un pequeño clúster en AWS.

Para ser sincero, hay más demanda de ingenieros de datos que casi cualquier otra cosa.

Déjame decirte cómo cambié mi carrera de DBA a Big Data.

Estuve trabajando en el dominio DBA durante algunos años cuando escuché sobre las tecnologías de Big Data y decidí cambiar mi carrera en él. Aprendí el curso Big Data Hadoop y Spark Scala a través de la capacitación en línea de DataFlair y con la ayuda de su capacitación orientada a la práctica y proyectos en tiempo real, pude descifrar entrevistas y cambiar mi dominio.

Como no pude compartir mi experiencia completa aquí por razones personales, estoy compartiendo mi identificación de correo. Puede comunicarse conmigo en [correo electrónico protegido] si necesita ayuda con respecto a cómo cambiar su dominio. Le aseguro que lo ayudaré, aunque puede llevar un día o dos recuperar sus correos.

Hay muchas prácticas y conceptos reutilizables en ambas áreas. Solo comienza. Puede hacerlo al familiarizarse con las nuevas herramientas. Prueba Hadoop, R o Python.

Si tiene suerte, siga los consejos de @ Sanjay y obtenga un proyecto para trabajar. No hay nada mejor que un proyecto en vivo para que las cosas se muevan. Si puede encontrar uno que pague, es posible que desee invertir en voluntariado para uno.

Pasar por el campo Big Data para mí es una secuencia normal, ya que estará relacionada con todos los productos y servicios en un futuro cercano. Si desea estar preparado para esta transición, debe aprender sobre estas tecnologías realizando algunos cursos en línea y tratando de practicar el trabajo adicional y los desafíos web.

Le recomiendo que busque competiciones de Kaggle y cursos de Coursera / Udacity. Si desea algo más oficial, le recomiendo comenzar un curso de posgrado en el campo de Big Data / Data Science.

No dude en contactarme en cualquier caso.

[correo electrónico protegido]