¿Cuál es el alcance de data scientist vs MBA?

En mi entrenamiento aprendí que los científicos de datos verdaderos son unicornios, son muy raros o incluso podrían no existir. Un verdadero científico de datos tiene cinco habilidades:

  1. Dominio de la estadística, la probabilidad y las matemáticas.
  2. Dominio de un campo de estudio.
  3. Dominio de las artes visuales y la capacidad de visualizar datos.
  4. Dominio de la informática
  5. Dominio de la narración oral

Su trabajo como científico de datos es contar al mundo historias convincentes y confiables. Al hacerlo, su función es actuar como base para tomar mejores decisiones. Como es difícil dominar los cinco aspectos, la mayoría de los científicos de datos se centran en uno o dos y trabajan como parte de un equipo de ciencia de datos que completa las cinco áreas.

Desafortunadamente, no sé mucho sobre los MBA.

Puede verlo según la universidad, la escuela, el departamento y el programa. Típicamente, una universidad establecida administra y desarrolla una escuela de negocios. Proporciona capacitación en la maestría en administración de empresas, con / sin concentraciones o énfasis específicos. La facultad puede enseñar a los estudiantes de negocios sobre corporaciones, negocios, organizaciones o gobiernos. El alcance de la solidez financiera, la industria y la asociación universitaria rigen los estudios de caso y las áreas de aplicación para los graduados de MBA. Su aplicación directa significa la gestión de departamentos o más responsabilidad en una suite ejecutiva. Depende del estudiante, para un profesional experimentado con un graduado de MBA o E-MBA, puede solicitar directamente el C-suite. Otro caso significa que alguien solicita directamente después de la universidad. Incluso con un MBA o E-MBA en la mano, pueden tener problemas para obtener crédito para administrar un departamento de trabajo.

La disciplina de la ciencia de datos ha surgido recientemente. Requiere estudios no triviales en matemáticas pesadas, programación pesada y oficinas que trabajan en computadoras pesadas. Significa unos pocos estudios en aplicaciones de software, gestión de bases de datos, casos de negocios, pasantías en negocios elegidos, métodos estadísticos y / o de aprendizaje automático, y cursos de nivel de maestría, pero preferiblemente graduación en materias matemáticas. La aplicabilidad empresarial depende del enfoque y el desarrollo de cada estudiante para la ciencia de datos. Pueden estudiar razonablemente para exámenes actuariales e inmediatamente duplicar en modelación y gestión de riesgos. Esta ruta requiere cursos de contabilidad o cursos de economía, que brindan los antecedentes para hablar con profesionales de negocios en términos de dólares, o su visión de los estados financieros. Significa para un negocio, soporte de decisiones o asesoramiento analítico en todas las decisiones financieras. Otro camino puede reenviar la tecnología de la información. Este estudio requiere trabajar con computadoras tanto en los procesos subyacentes como en la forma en que los profesionales usan una computadora. Significa que el estudiante puede administrar bases de datos, redes de computadoras y cualquier aplicación que los profesionales necesiten. Esto significa para una empresa, una contabilidad de capital adecuada para las inversiones en máquinas y una selección cuidadosa de las aplicaciones para cumplir con las tareas diarias y la gestión mensual de los usuarios. Otro caso probable aplica una posición centrada en la investigación. El estudiante puede estudiar métodos de aprendizaje avanzados, redacción de becas de investigación y conocimiento en el dominio. Significa familiaridad con el modelado estadístico, el análisis y la interpretación de datos. Esta posición sirve un camino más estratégico para cualquier decisión de datos para un negocio. También proporciona capacitación en la investigación de la compañía para hacer o mejorar un producto / servicio. Este tipo de estudiante también debe recomendar cambios en las operaciones comerciales actuales. Dado que el campo acaba de surgir, con menos estudios de casos de científicos de datos en ejercicio, una organización formal para profesionales de ciencias de datos y un flujo constante de estudiantes de ciencias de datos, la carrera profesional tiene menos certeza. Si tiene alguna duda sobre el servicio de los científicos de datos, la relación comercial más cercana se traduce en un MS / MBA en Business Analytics.

En resumen, el primero es una especialización estrecha de la ciencia, y el segundo es un programa de preparación relativamente genérico para líderes empresariales.

El alcance de un título de MBA: proporcionar fundamentos y estudios avanzados electivos en varias disciplinas de administración de empresas (específicamente, finanzas, marketing, operaciones, liderazgo). Se puede argumentar que MBA lo entrena para trabajar con otras personas en diferentes combinaciones jerárquicas y probar varias funciones comerciales para que pueda elegir qué hacer con su carrera corporativa.

El alcance de un programa de ciencia de datos es dominar métodos específicos de análisis de datos (estadísticas de pensamiento) y herramientas relevantes (lenguajes de programación, configuración de bases de datos y algunos similares).

MBA es poco mecánico y poco genérico.
No vale la pena a menos que lo haga una universidad de renombre. La ciencia de los datos es un océano lleno de oportunidades en estos días, verías que muchos de los grandes grupos B están surgiendo con cursos a corto plazo a tiempo completo y parcial en este dominio. Pero creo que una combinación de ambos es una combinación perfecta para el escenario actual del mercado. Un grado de administración de un instituto de renombre con una combinación de ciencia de datos es, en mi opinión, una verdadera combinación de leathal, pero si desea elegir entre ellos, haga que la ciencia de datos tenga preferencia en mi opinión.
También sugeriría unirse a algunos grupos de redes sociales y publicar algunas preguntas precisas allí después de hacer su propia investigación sobre este tema.
Todo lo mejor. (Ignore los errores tipográficos si los hay)