Hola:
Permítame tener una opinión diferente sobre esta pregunta. El salario que obtiene es, en última instancia, una función de la demanda y la oferta . En términos generales, a continuación es cierto
Alta demanda y baja oferta ==> Salario alto (generalmente son habilidades de nicho)
- ¿Prefieres ser científico de datos o ingeniero de aprendizaje automático?
- ¿Cómo debería prepararse un más nuevo para ser publicado como científico de datos en India?
- ¿Cuál es mejor para los científicos de datos para trabajar, Uber o Google?
- Como aspirante a científico de datos, ¿qué debo aprender después de pasar por estadísticas descriptivas e inferenciales?
- ¿Cómo convertirse en un analista de datos? ¿Alguien podría decirme el enfoque gradual?
Baja demanda y alta oferta ==> Salario bajo (en general, estas son habilidades abundantes)
Por lo tanto, realmente depende de la empresa contratante y de sus antecedentes y habilidades. Si tiene 3–4 años de experiencia laboral relevante en áreas de alta demanda, como Machine Learning, Deep Learning, AI, Big Data, puede apostar que se le pagará muy bien.
Por otro lado, si ha realizado principalmente trabajos de informes y trabajos basados en Excel, será difícil obtener un salario muy alto.
En general, las nuevas empresas le pagarán más (equidad + efectivo) en comparación con un trabajo más estable en una gran empresa, ya que asume un mayor riesgo. Además, tendrás toneladas de buenas oportunidades para aprender más y perfeccionar tus habilidades.
Finalmente, dentro de la misma compañía puede existir un diferencial salarial entre 2 empleados con los mismos años de experiencia (recuerde la curva de Bell) en función del desempeño de uno y cuán crítico es el papel.
Con respecto a habilidades específicas, responderé esta pregunta en dos partes:
- Habilidades blandas y actitud
- Habilidades técnicas
Hablemos primero de las habilidades blandas y no tan técnicas . Aquí están mis 10 punteros principales para garantizar un éxito duradero.
- Aprende tanto como sea posible. Pase de 4 a 5 horas cada semana en el aprendizaje y el desarrollo y conozca lo último en la industria
- Desafío del status quo. Nunca suponga que lo que se está haciendo está siguiendo el enfoque más efectivo
- Cree que eres igual a todos los demás en la jerarquía. No tengas miedo de decir lo que piensas
- Concéntrese en la innovación y salga con la tierra rompiendo ideas en lugar de hacer el negocio como siempre.
- Concéntrese en desarrollar excelentes habilidades de comunicación y habilidades blandas, ya que esta es una de las brechas más grandes que he visto en los profesionales de análisis
- No te conviertas en un pony de un solo truco. trate de obtener exposición en diferentes industrias y diferentes áreas funcionales.
- Participe en competiciones y eventos como Kaggle, para saber cuál es su posición frente a su grupo de compañeros.
- Intente escribir libros blancos y blogs sobre su experiencia en el tema.
- Desarrollar experiencia en el dominio ya que sin ese análisis no es efectivo.
- Finalmente, mantenga siempre una visibilidad clara de su fortaleza y oportunidades y de cualquier punto ciego. Busque activamente comentarios de su grupo de pares y sus superiores.
En cuanto a las habilidades técnicas, estas son absolutamente imprescindibles.
- R
- Pitón
- Chispa – chispear
- SQL
- Herramientas de visualización
- Modelado estadístico
- Aprendizaje automático y aprendizaje profundo
- Big Data, Hadoop, conocimiento de arquitectura KAFKA
Espero que esto ayude.
¡Salud!
Gracias por sus votos a favor de antemano. Me mantienen en marcha! ¡Gracias!
Descargo de responsabilidad: Las opiniones expresadas aquí son únicamente las del escritor en su capacidad privada.