La razón por la cual las “oportunidades de salida” es un tema candente, especialmente en la banca de inversión, es que a muchos profesionales jóvenes en esa área no les gusta la vida que tienen para vivir para mantener su estatus.
El sonido mismo habla de libertad y de romper las cadenas.
La “oportunidad de salida” es un camino que toma después de que decide terminar su carrera actual. Esto generalmente implica un cambio descendente en la posición (a veces hasta el nivel de entrada) y, a menudo, un recorte salarial, porque, oye, acabas de salir de IB. ¿En qué se diferencia una carrera de ciencia de datos?
- ¿Hay algún científico de datos o un estadístico que trabaje en Google, India? En caso afirmativo, ¿cuál es su paquete?
- ¿Cómo es ser un científico de datos en un banco de inversión?
- ¿Puedo comenzar a aprender sobre ciencia de datos y científicos de datos mientras estudio en la escuela secundaria?
- ¿Cuáles son los mejores cursos de científicos de datos en Bangalore?
- ¿Qué saben los científicos de datos experimentados que los científicos de datos principiantes no saben?
Si comienza a trabajar como DS a los 21 años, justo después de la graduación, continúe durante 5 años y sea inteligente con sus elecciones, no se quede atascado con las tareas de dragado de datos y ejecute regresiones en Hadoop una y otra vez, para cuando tienes 26 años tienes una experiencia técnica bastante amplia. Lo que te hace destacar más:
- Probablemente seas bueno en las estadísticas aplicadas (una raza rara ya)
- Tiene experiencia con bases de datos, muy probablemente distribuidas
- Has realizado alguna programación y entiendes los principales problemas con highload
- Después de trabajar con datos relacionados con el negocio, ve las conexiones entre los problemas de la vida real y el código / métrica con mayor claridad que la mayoría de sus colegas.
La transferencia entre la función de ingeniería de software y la función de DS no es realmente difícil, aunque requerirá que pase unos meses estudiando un lenguaje de programación y las prácticas que nunca ha utilizado en su trabajo. Pero esos procesos son algo obvios …
¿Por qué limitarse? DS puede hacer muchos trabajos, gracias a su amplio conjunto de habilidades auxiliares. La capacidad de analizar la situación utilizando solo hechos documentados y tomando decisiones basadas en los números lo convertirá en un gran gerente o uno terrible, depende de su personalidad.
¿Vas a las finanzas? Misma historia, pero con gestión de riesgos.
Comenzar un doctorado no sería demasiado difícil.
Incluso unirse / fundar una startup es una posibilidad válida.
El científico de datos a menudo es considerado como uno de los trabajos mejor pagados donde no tiene a nadie que le informe. Y esto a veces es un obstáculo, porque lo único que mantiene a algunas personas a su nivel es su falta de voluntad para asumir la responsabilidad y “tomar las decisiones” como, por ejemplo, un vicepresidente de análisis. Se sienten bien como contribuyentes individuales.
En caso de que no quieran terminar sus carreras de DS, hay trabajo de consultoría. Utilizando su experiencia y sus credenciales, pueden obtener salarios más altos a cambio de menos horas regulares, tomando posesión de su trabajo sin ejecutar nada como lo hacen los fundadores. Es una buena forma de transición, porque su conocimiento de diferentes industrias se vuelve cada vez más amplio y la red crece enormemente.
Yo diría que un buen científico de datos podría hacer un buen CTO dada la personalidad correcta, simplemente porque combinan un análisis cuantitativo extenso con la experiencia en el dominio que acumulan a través de la exposición.
En general, el hecho de que haya tenido un trabajo relacionado con las matemáticas y los datos sin duda le da más valor a priori, como colaborador, pero puede detenerlo si carece de la red o la perspicacia como fundador.
Hay excepciones, pero ya saben lo que van a hacer.