Imagen cortesía de Women of Color In Tech
Esta es una gran pregunta, y ya hay algunas respuestas geniales aquí. La mayoría de ellos se centran en las cualidades que un científico de datos debería tener en general.
- ¿Sería ventajoso saber muchas matemáticas para convertirse en un minero de datos?
- ¿Son frecuentes los científicos de datos o los bayesianos?
- ¿Cómo trabajan juntos los científicos de datos y los ingenieros de aprendizaje automático en una aplicación industrial ML / NLP / CV de extremo a extremo en una gran empresa tecnológica?
- Cómo convertirse en un científico de datos en India que también en un período de tiempo mínimo
- ¿Cuál es el mayor problema para un científico de datos?
En cambio, quiero centrarme en lo que realmente hace la pregunta y centrarme en las cualidades que debe tener un aspirante a científico de datos.
1. Persistencia
Data Science es un campo muy ‘sexy’ en este momento. Hay mucha expectación en torno al aprendizaje profundo y la IA, y atrae salarios altos que hacen que sea atractivo considerarlo como una carrera profesional para ambas personas al comienzo de su carrera u otras que deseen hacer un cambio profesional.
Pero aprender ciencia de datos, especialmente si eres un autodidacta, es difícil. Te encontrarás con obstáculos: vas a tener días buenos y malos, tu motivación puede disminuir a veces y tendrás dificultades para aprender algunos conceptos.
Una vez que haya adquirido habilidades, necesita conseguir un trabajo, y demostrar lo que sabe a menudo requerirá que cree una cartera sólida para demostrar sus habilidades (puede leer más sobre eso aquí, si es de interés)
Necesitará persistencia para seguir trabajando y superar estos obstáculos.
2. Un amor por la resolución de problemas.
Se ha dicho muchas veces que el 80% de la ciencia de datos es limpieza / preparación, y la limpieza de datos es esencialmente una serie de muchas tareas de resolución de problemas.
En pocas palabras, si no te gusta resolver problemas, te sentirás frustrado la mayor parte del tiempo. Si desea disfrutar trabajando con datos, tendrá que adoptar este proceso.
Tendrás que amar profundizar en los problemas: consultar la documentación, el desbordamiento de google y stack y, a veces, incluso el código fuente de la biblioteca que estás utilizando para solucionar el problema a cualquier costo.
3. humildad
Es fácil completar un curso de ciencias de datos y pensar que está listo para ser un científico de datos. En realidad, esto suele ser solo el comienzo de su viaje de aprendizaje.
El campo de la ciencia de datos es muy amplio, y ser humilde es un rasgo muy importante. No tenga miedo de reconocer cuando no sabe algo, o pedir ayuda a otros. La comunidad más amplia de ciencia de datos está llena de personas generosas (ver # 5 a continuación) que están dispuestas a ayudarlo.
También es común pensar que puedes pasar rápidamente a un rol de aprendizaje automático cuando trabajas por primera vez en ciencia de datos, cuando la realidad es que a menudo no es tan fácil. Muchos roles de nivel de entrada en datos no implican aprendizaje automático y pueden tener nombres poco atractivos como ‘analista’ o ‘analista de negocios’. Debes estar preparado para poner tu pie en la puerta como puedas para que puedas obtener una experiencia valiosa y eventualmente subir de nivel.
4. Coraje
Necesitarás valor para creer que puedes lograr tus objetivos. Para exponerse y compartir su código para que otros lo revisen. Para crear una cartera de proyectos y compartirlos, escribir blogs que detallen su viaje.
Para asistir a eventos y reuniones de redes, e incluso hablar en ellos, lo que puede ser extremadamente valioso para darle contactos y vías para conseguir un trabajo en el campo.
Debes ser valiente sin ser bullicioso o jactancioso. Si la humildad es el yin, entonces el coraje es el yang. Siempre debes apuntar a equilibrar los dos.
5. Generosidad
Debe ser generoso con su tiempo y siempre dispuesto a ayudar a otras personas que también están en su propio viaje de aprendizaje por dos razones clave.
En primer lugar, como mencioné anteriormente, he descubierto que la comunidad más amplia de la comunidad de ciencia de datos es extremadamente generosa y está dispuesta a ayudar a los jóvenes y nuevos profesionales de la información. Sin duda, usted será el beneficiario de esto a medida que aprenda, y debe hacer lo mismo para ‘pagarlo’ a otros.
En segundo lugar, hay un beneficio directo para ayudar a otros. Creo que he aprendido más explicando temas a otros y ayudando a solucionar problemas de código que en otros lugares, y me pareció una estrategia clave para ayudarme en mi propio viaje de aprendizaje. No puedo recomendar lo suficiente los beneficios que obtienes al ayudar a otros mientras aprendes.
Cuando comienzas por primera vez, podrías estar ayudando a alguien que solo sabe fraccionalmente menos que tú. No debes temer que es demasiado pronto para comenzar a ayudar a otros, cuanto antes te sumerjas mejor.
TL; DR
Estas cinco cualidades (persistencia, amor por la resolución de problemas, humildad, coraje y generosidad) son esenciales para cualquier aspirante a científico de datos. Acelerarán su aprendizaje, lo ayudarán a alcanzar sus objetivos más rápido y lo convertirán en un científico de datos más completo.
Si te gustó esta respuesta, considera votarla y seguirme.
Trabajo para Dataquest, la mejor plataforma en línea para aprender a ser un científico de datos. Más allá de enseñarle los conceptos que necesita, tratamos de inculcar todas nuestras cualidades que he enumerado en esta publicación en nuestros estudiantes a medida que los apoyamos mientras aprenden.
Si eso le interesa, puede inscribirse y completar nuestro primer curso gratis en Dataquest.io