Cómo agudizar mis habilidades de ciencia de datos en el contexto de conseguir un trabajo como científico de datos

Hay múltiples componentes del conjunto de habilidades que se requieren para tener éxito en análisis.
§ Conocimiento de las estadísticas : si bien no es necesario ser un estadístico para convertirse en analista de negocios, es importante comprender los conceptos estadísticos básicos que tienen una amplia aplicabilidad en el análisis de negocios. Conceptos como medidas de tendencia central, medidas de dispersión, prueba de hipótesis, probabilidad, distribuciones, etc. son esenciales para la analítica y uno debe tener una buena comprensión de estos temas y debe sentirse cómodo al aplicar estos conceptos a situaciones de negocios.
§ Conocimiento de la metodología de modelado : existe una secuencia de eventos que precede y sigue el modelado predictivo real. Comenzando con una exploración de datos para preparar los datos para modelar y validar los resultados del modelo: hay un momento y un lugar para cada paso y es importante comprender esta secuencia.
§ Técnicas analíticas: las técnicas analíticas incluyen las populares como regresión, ANOVA, árboles de decisión, agrupación, etc. También hay técnicas específicas de dominio que son útiles. Por ejemplo, análisis de promoción de precios para bienes de consumo, análisis de canasta de mercado para minoristas, análisis de abandono para telecomunicaciones. Cualquier capacitación en análisis debe cubrir las técnicas más utilizadas.
§ Capacitación en herramientas analíticas: hay una gran cantidad de software diferente disponible en el mercado para la analítica. Algunos están basados ​​en scripts, otros están basados ​​en GUI. Si bien no es posible capacitarse en todos los software disponibles, es una buena idea capacitarse en algunas de las herramientas más populares como Excel y lenguaje SAS o el software R. Puede leer más sobre las herramientas analíticas populares aquí.
§ Habilidades blandas: las habilidades blandas son importantes para cualquier trabajo. Sin embargo, hay algunas habilidades que son más específicas de la analítica. Por ejemplo, poder explicar resultados de modelado complejos a personas no estadísticas. Cualquier análisis es tan bueno como la forma en que se presentan los resultados. Con demasiada frecuencia, los analistas se involucran demasiado en la metodología y los algoritmos para poder presentar sus resultados de una manera que los laicos entiendan.
Finalmente, la educación analítica debe incluir la exposición a situaciones y datos comerciales de la vida real. Los datos comerciales reales son muy diferentes de los datos de investigación ‘ideales’ en los que los estudiantes practican. Es importante que la metodología de capacitación incluya trabajar en estudios de casos y proyectos empresariales para que los estudiantes puedan traducir lo que aprenden en clase a lo que se utiliza en los negocios.
Puede consultar este libro electrónico gratuito para obtener más detalles.
Descargue una copia gratuita del nuevo libro electrónico de Jigsaw ‘Guía para principiantes de Analytics’ – Blog de capacitación analítica