Hay 3 tipos de personas que veo que cambian a una carrera de ciencia de datos:
- Empresarios con habilidades técnicas. Soy un buen ejemplo de esto. La ventaja fundamental de personas como esta es que tienen suficientes habilidades técnicas para comenzar la transición y tienen un conocimiento profundo del dominio. A menudo carecen de las habilidades estadísticas.
- Personas con experiencia en investigación científica. A menudo tienen alguna exposición a R o similar y tienen un profundo conocimiento estadístico. A menudo carecen de conocimiento comercial.
- Personas con experiencia en ingeniería. A menudo tienen habilidades técnicas extraordinarias y algunos conocimientos de dominio o algunas habilidades cuantitativas, mientras que se pierden el otro por completo. Sin embargo, las habilidades técnicas son relevantes para los entornos de producción y la ciencia de datos se está volviendo cada vez más sobre productos de producción en vivo.
Naturalmente, esta es una generalización y las generalizaciones son peligrosas, pero el gran punto aquí cuando se trata de ingenieros es que los obstáculos técnicos no los ralentizan. Son muy pragmáticos cuando se trata de hacer algo. Agregue a las matemáticas que a menudo tienen una buena cantidad y la transición es muy suave, especialmente si se necesita un código de producción en vivo.
Sin embargo, y en mi experiencia, los ingenieros están haciendo la transición a la ingeniería de datos más que a la ciencia de datos.
- ¿Es Accenture un buen lugar para comenzar su carrera si desea ingresar a Data Science en el futuro?
- Una empresa lo contrató como científico de datos para crear un sistema de recomendación de restaurantes. ¿Cuáles son las tareas del científico de datos para lograr su objetivo?
- ¿Contrataría a un matemático con conocimientos estadísticos limitados para un rol de científico de datos?
- ¿Cuánto tiempo lleva convertirse en científico de datos?
- ¿Cuál es el salario de un científico de datos en Hong Kong?