Descargo de responsabilidad: trabajo en Google / YouTube como científico de datos, pero esta es mi experiencia personal. Esto no representa las posiciones o afirmaciones de Google …
Google a menudo publica vacantes de ciencia de datos para (pero no limitado a) analistas cuantitativos y analistas de productos:
- Analista cuantitativo: puede trabajar en experimentos A / B, modelado estadístico e investigación de productos. Si una empresa quiere cambiar su algoritmo de búsqueda, predecir el valor de vida útil del cliente (CLV) o estimar la penetración de Internet en algún país dentro de 5 años, estas personas están bien posicionadas para ayudar. Por lo general, tienen títulos avanzados en estadística, finanzas cuantitativas o matemáticas y pueden analizar la señal del ruido.
- Analista de productos: puede trabajar en el análisis de problemas comerciales cotidianos utilizando conjuntos de datos internos y externos. ¿Qué mercados están / no están adoptando el producto x? ¿De qué manera los usuarios con teléfonos de nivel de entrada usan el producto x de manera diferente que aquellos con teléfonos de gama alta? ¿Cuál es el mayor impulsor del abandono de productos? Estas personas suelen tener antecedentes comerciales / cuantitativos híbridos, a menudo también títulos avanzados.
Ambas funciones se centran en cuestiones críticas del negocio, lo que sea importante para el producto en ese momento. No es raro que los QA y los PA trabajen juntos en el mismo equipo / proyecto. Ambos requieren navegar en almacenes de datos complejos utilizando varios lenguajes (R, Python, SQL, C ++). A menudo trabajan codo a codo con ingenieros y gerentes de producto (que probablemente podrían calificar como científicos de datos por derecho propio).
- ¿Qué clases debo tomar si quiero ser un científico de datos?
- ¿Se inundará el mercado con demasiados científicos de datos en unos pocos años?
- ¿Prefieres ser científico de datos o ingeniero de aprendizaje automático?
- ¿Cuál es la diferencia entre un ingeniero de datos y un científico de datos?
- ¿Cómo se ve el perfil (currículum y carta de presentación) de un ingeniero de datos o científico de datos en Facebook?
Muchos SWE (ingenieros) también se centran en problemas de ciencia de datos. Comúnmente definen métricas, crean almacenes de datos para rastrear las métricas y crean infraestructura de autoservicio para que el resto de nosotros la usemos y analicemos. Algunas de las investigaciones más perspicaces que he leído en Google han sido escritas por SWE.
Las funciones comerciales fuera de las líneas de productos (ventas, marketing, finanzas, operaciones de personas) también contratan científicos de datos, aunque en escaleras separadas.
Sin embargo, tenga en cuenta que Google es posiblemente una de las culturas más basadas en datos. El análisis de datos es ubicuo en la mayoría de los roles y conversaciones. Todos, desde estrategas hasta gerentes de producto y reclutadores, generalmente pueden consultar una tabla en SQL o al menos ejecutar un vlookup en una hoja de cálculo.