Los mayores desafíos que enfrenté desde el momento en que salí de la universidad fueron ¿qué pasaría si no funcionaba? ¿Qué pasa si no obtengo un trabajo para el que había estudiado?
Pero estaba bastante preocupado porque tenía confianza en la transmisión que había tomado.
Luego vino la situación más difícil:
- ¿Cómo debería prepararse un más nuevo para ser publicado como científico de datos en India?
- ¿Cómo es ser un científico de datos en Airbnb?
- Siento que no soy lo suficientemente inteligente como para estar en el campo de la ciencia de datos. No me veo desarrollando algoritmos nuevos o volviéndome excepcional, pero quiero ser excelente en lo que hago. ¿Debo cambiar de carrera?
- ¿Usaría un científico de datos una plataforma automatizada de ciencia de datos?
- ¿Los científicos independientes se ven más afectados por los recortes en la financiación científica que los científicos que trabajan en universidades?
- Mi primer paso para ingresar al mundo real : ninguna empresa estaba dispuesta a contratarme, ¿por qué? Porque estaba más fresco sin conocimientos prácticos.
- En segundo lugar, incluso si lo hicieron, las compañías que estaban dispuestas a contratarme eran compañías que buscaban desarrolladores de software básicos en pequeñas empresas basadas en servicios (confía en mí, esta fase literalmente me hizo sentir que me daba por vencido). Pero de alguna manera, incluso después de sentarme para numerosas entrevistas, me di cuenta de que estaba perdiendo el tiempo buscando el trabajo perfecto. De alguna manera tuve que comenzar de un lado a otro, fue cuando pensé en unirme a la próxima compañía que me contrataba independientemente de cuál fuera el rol o perfil que sería.
Una llamada de atención (eso es lo que llamaría)
Ha pasado un año y medio desde el momento en que me uní a la primera organización y no pude ver mucho crecimiento de ella. Ese fue el momento en que decidí encontrar maneras de ayudarme a mí mismo, decidí volver a prepararme para adaptarme a cualquier industria de ciencia de datos.
Traté de ingresar al programa en línea, pero eso tampoco me ayudó.
La solución que me salvó la vida: ¿Cómo comencé mil millas?
Tuve dos etapas de transición de ser desarrollador de software a ingresar a las ciencias de datos: primero fue identificar las industrias que me ayudarían a desarrollar mi carrera en función de mis habilidades (ayudarme a trabajar prácticamente en tiempo real) y el otro fue el desafío que enfrento durante mis horas de trabajo
Fue entonces cuando me contrataron en una startup que me ayuda a aprender cosas nuevas, me ayuda a nutrir mis ideas en proyectos. Aquí es donde mi sueño de convertirme en científico de datos comenzó a avanzar.
¿Qué transición se debe lograr antes de entrar en la ciencia de datos?
Bueno, el desafío más difícil para mí fue que hasta ese momento no tenía idea ni idea de dónde seguir adelante con mi carrera. Por lo tanto, elegir la carrera profesional correcta debería ser el mejor apoyo en su vida. Si sabe dónde y cómo seguir el camino profesional correcto, créame, ya está a medio camino.
Si no hubiera sido por la elección que no hice ese día, tampoco estaría aquí narrando este incidente aquí.
La primera cita:
Todo el mundo ama el crecimiento, ¿verdad? Entonces por qué no. Después de obtener las habilidades prácticamente tuve la oportunidad de mejorar tanto profesional como financieramente, luego comencé a dar entrevistas.
Las entrevistas de trabajo son siempre como una primera cita, los resultados rara vez son predecibles.
Aquí es donde me di cuenta de que los gerentes de contratación literalmente buscan candidatos que vengan con una experiencia considerable (prácticamente calificados). Afortunadamente, para mí resultó estar bien porque ya estaba trabajando en proyectos y ya estaba creando soluciones, etc.
El oleaje es grande:
Solo estoy compartiendo algunas de las lecciones que aprendí durante mi viaje:
- Sea increíblemente bueno en el dominio : uno de los principales desafíos a los que se enfrentaría cualquier científico de datos es el déficit en el conocimiento del dominio. Es imperativo que cualquier científico de datos sea bueno en el dominio sin el cual un trabajo de análisis nunca puede tener éxito. Sin el conocimiento del dominio, un científico de datos nunca podría responder ninguna de las preguntas comerciales. No se puede construir un buen modelo predictivo sin el conjunto correcto de variables. Las ideas que genera serán en vano sin el conocimiento del negocio.
- Hacer las expectativas correctas con el cliente : lo más importante y vital para satisfacer a todas las partes interesadas. Los clientes pueden no saber sobre análisis. Todo lo que saben es que si se brindan los datos, los científicos de datos harán algo de magia y generarán ideas que pueden usarse para mejorar el negocio.
- Conocimiento de las bases de datos: las empresas pueden no estar interesadas en invertir una persona más para obtener los datos. Se espera que un científico de datos sepa cómo extraer los datos que necesita y transformar los datos al formato requerido.
- Presentación de la solución : esto es más importante que construir un modelo. Todo el arduo trabajo realizado por un científico de datos solo se puede mostrar en esta área.
¿Te atreves a soñar?
La vida tiene magia especial para todos aquellos que se atreven a soñar más allá de sus capacidades. Algunos consejos para las personas que desean mantener su sueño y que buscan ingresar a las ciencias de datos.
- Realice un nivel mínimo de autoanálisis antes de ingresar a las ciencias de datos.
- Hable con sus mentores o personas mayores que ya están en este campo . Si no conoce a nadie, intente conectarse a través de foros en línea y comience a hacer preguntas. Te darán muchas ideas sobre tu nueva carrera.
- Nunca creas en las afirmaciones que prometen convertirte en un científico de datos en solo un momento, cada camino tiene su propia curva de camino de aprendizaje y la ciencia de datos no es una excepción. Sé que hay una de esas plataformas que recientemente ha estado en el rumor desde hace bastante tiempo. edWisor | Get Skilled Get Hired ofrece una carrera profesional para que los candidatos se comprometan, aprendan las habilidades a su propio ritmo, se capaciten teórica y prácticamente, trabajen en proyectos, creen una cartera y la mejor parte es que tienen la oportunidad de conseguir un trabajo en un Inicio de producto / empresa.
PD: esta respuesta apunta principalmente a las personas que desean ingresar en ciencias de datos / análisis con considerable experiencia laboral.
¡Aprendí más resolviendo los desafíos!
¡Salud!