En primer lugar, no haga nada extremo como renunciar a su trabajo (al menos sin ninguna preparación).
Paso de acción 1: no te asustes. Trabaje metódicamente para llegar allí.
En segundo lugar, ayudaría a identificar la industria específica, así como el tipo de científico de datos al que apunta. Por mucho que no me guste “clasificar” a los científicos de datos, el papel puede variar ampliamente de una industria a otra. El “científico de datos” se puede usar para describir ingenieros de aprendizaje automático, personas que escriben y mantienen canalizaciones de datos, personas que realizan pruebas A / B, personas que trabajan en estrecha colaboración con los gerentes de productos para crear indicadores clave de rendimiento y métricas, o incluso personas que conocen los datos. y solo hacer aritmética simple.
- ¿Cuál es una alternativa para la 'Guía de Google para el desarrollo técnico' para científicos de datos?
- ¿Cómo obtener un título de científico de datos? ¿Hay algún curso en India?
- Cómo comenzar mi carrera en análisis como un nuevo
- Cómo proceder para convertirse en un Científico de Datos después de graduarse de una rama no CSE / IT
- ¿Qué clases debo tomar en la Universidad de Washington si quiero ser un científico de datos?
Paso de acción 2: salga y hable con científicos de datos en industrias que le entusiasmen y le interesen, y descubra lo que hacen día a día. Haz preguntas penetrantes. Toma nota. Hazlo más de un par de veces. Descubre el sabor de científico de datos que quieres ser, en qué industria y, posiblemente, en qué empresas.
Tercero, descubra cómo puede comenzar inmediatamente a implementar habilidades técnicas y técnicas de ciencia de datos en su línea de trabajo ACTUAL (como ingeniero químico). Como una lista abreviada, los científicos de datos utilizan estas habilidades a diario:
- Experimentación ágil (hipótesis, KPI / medición, criterios de éxito, resultado, repetición)
- evaluación de hipótesis (método científico: sacar la señal del ruido y usar evidencia para refutar las hipótesis)
- SQL / R / Python / Scala para automatizar, analizar y modelar (manipular datos como un profesional)
- capacidad clara de contar historias (debe ser claro al comunicar sus resultados)
- persuasión (tiene que convencer a las partes interesadas para que respalden sus proyectos y crean en sus resultados)
Paso de acción 3: Hit Coursera, cursos en línea de Stanford, eDX, Udacity, O’Reilly Data, Kaggle, blogs de ciencia de datos. Ir a reuniones de ciencia de datos. Google-foo todo. Busca también en Quora (muchos científicos de datos excelentes y famosos con diferentes opiniones y recursos). Toma todo ese conocimiento e intenta pivotar en el trabajo. Vea dónde puede encontrar algunos proyectos de ingeniería química que involucran análisis de datos pesados. Proponer, persuadir y presentar a las partes interesadas.
Cuarto, en su tiempo libre, inicie un par de proyectos paralelos de ciencia de datos para construir una cartera personal.
Paso de acción 4: Sube a Github. Comience algunos proyectos. Compártelos. No tenga miedo de emparejarse con otros científicos de datos futuros o experimentados y pedirles que lo ayuden. Lo peor que pueden decir es no (y generalmente no lo harán) 🙂
Quinto, salga y hable con más científicos de datos después de haber realizado esos cuatro pasos. Su mayor conocimiento de la jerga y el panorama de la ciencia de datos le permitirá obtener conciertos de ciencia de datos de nivel de entrada.
Espero que estos pasos de acción lo ayuden a ingresar a la ciencia de datos.