¡¡No que yo sepa!! Pero hay una excepción a esta regla. Hasta donde yo sé y las personas que he conocido que están interesadas en este campo pasan una cantidad increíble de tiempo estudiando e investigando proyectos complicados; Por lo tanto, supongo que la mayoría de los científicos de datos son altamente educados. Leí una investigación realizada sobre científicos de datos, descubrieron que más de la mitad de ellos, tanto hombres como mujeres , tienen un título de maestría o doctorado y aproximadamente una cuarta parte de ellos tienen un título de 4 años. El nivel de logro educativo está relacionado con el dominio de las habilidades de la ciencia de datos (los grados más avanzados se asocian con un mayor dominio), pero solo para tipos específicos de científicos de datos.
Los científicos de datos tienen los mejores trabajos en Estados Unidos este año. Debido a la escasez de estas personas conocedoras de datos, los científicos de datos tienen una gran demanda y están bien pagados. Debido a esta demanda, muchas universidades ahora ofrecen títulos de posgrado en el campo de big data y data science (consulte aquí para obtener una clasificación reciente de los 50 mejores programas de postgrado de Big Data). Pero cuánta educación necesita una persona para ayudar a su empresa a resolver con éxito los problemas utilizando los datos. Los profesionales de datos de trabajo ofrecen sus respuestas a esta pregunta (vea este hilo en Quora). Intentamos adoptar un enfoque más riguroso para responder esta pregunta. En nuestro estudio en curso de científicos de datos, examinamos si el nivel de educación del profesional de datos estaba relacionado con su competencia en diferentes habilidades de ciencia de datos.
En nuestro estudio, les pedimos a los profesionales de datos que calificaran sus niveles de competencia de 25 habilidades específicas de ciencia de datos en cinco áreas de habilidades amplias: Negocios, Tecnología, Programación, Matemáticas y Modelado y Estadística. También les pedimos a estos profesionales que indicaran su rol laboral: Gestión de negocios, Desarrollador, Creativo e Investigador. Finalmente, preguntamos sobre su nivel de educación: escuela secundaria / tecnología / título de 2 años, título de 4 años, maestría y doctorado. Los resultados aparecen a continuación.
- ¿Cuál es el mejor curso de trabajo en línea preparado para un científico de datos?
- ¿Por qué se paga mejor a los actuarios que a los científicos de datos?
- ¿Es fácil para un ingeniero mecánico convertirse en analista de datos / científico de datos?
- ¿Qué funciones de un científico de datos o ingeniero de aprendizaje automático tienen mayor probabilidad de ser automatizadas en un futuro cercano?
- ¿Cuál es el paquete ofrecido para un desarrollador de big data y un científico de datos con R para estudiantes de primer año?
Para nuestro estudio, el dominio de la habilidad podría variar de 0 (ninguno) a 100 (experto). Una calificación de dominio de la habilidad de 60 indicaba que el profesional de datos esencialmente podía realizar la habilidad de forma independiente, sin ayuda de otros. profesionales de datos con otros títulos (maestría: 5 habilidades; título de 4 años: 2 habilidades; título de secundaria: 1 habilidad).
Si bien se puede otorgar un doctorado en una variedad de disciplinas, un tema común entre ellas es que requieren mucha investigación; Como parte de su doctorado, aprende a realizar investigaciones, que normalmente culminan en un proyecto de investigación independiente centrado en el área de interés del candidato a doctorado. No es sorprendente que encontramos que los profesionales de datos con un doctorado eran generalmente más competentes en habilidades relacionadas con las matemáticas y las estadísticas, habilidades necesarias para realizar investigaciones científicas.
No vimos diferencias significativas (o muy pocas diferencias) entre los niveles de logro educativo en las habilidades de ciencia de datos relacionadas con la programación y la tecnología. La única excepción es que los profesionales de datos con un doctorado tenían una mayor competencia en aprendizaje automático en comparación con el resto (sin embargo, investigaciones anteriores mostraron que la habilidad de aprendizaje automático está más estrechamente asociada con las estadísticas / matemáticas que con la tecnología).
A continuación, comparé el dominio de las habilidades de datos en la educación para los diferentes roles laborales. Para simplificar los resultados, promedié las calificaciones de competencia de habilidades específicas en su área de habilidad respectiva (es decir, Negocios, Tecnología, Programación, Matemáticas y Modelado y Estadística).
A pesar de que se incluyeron cuatro roles de trabajo diferentes en el estudio, solo teníamos datos suficientes para examinar tres de los roles de trabajo: Administración de empresas, desarrolladores e investigadores. Debido a los tamaños de muestra pequeños (n <= 20), no pudimos estudiar algunos segmentos educativos (por ejemplo, bachillerato / tecnología / 2 años y doctorado) para muchas de las comparaciones. Los resultados aparecen en la Figura 3.
Desarrolladores El logro educativo (al menos para 4 años y maestrías) no parece tener un impacto en el dominio de las habilidades para los desarrolladores. No se encontraron diferencias significativas en el dominio de las habilidades entre los niveles educativos.
Administración de Empresas. El logro educativo (al menos para 4 años y maestrías) tiene un impacto en el dominio de las habilidades para los profesionales de datos que se identifican a sí mismos como Gestión Comercial. Los profesionales de administración de empresas con un título de maestría poseían una mayor competencia (estadísticamente significativa en p <.05) en habilidades relacionadas con negocios, matemáticas y modelado y estadística en comparación con sus contrapartes de administración de empresas con un título de 4 años.
Investigadores Para los profesionales de datos que son investigadores, el logro educativo (para 4 años, maestrías y doctorados) tiene un impacto en el dominio de las habilidades. No es sorprendente que los grados más avanzados se tradujeran en una mayor competencia (estadísticamente significativa en p <.05) en habilidades en Matemáticas y Modelado y Estadística.
Resumen
El nivel educativo está relacionado con el dominio de las habilidades de ciencia de datos para algunos roles de ciencia de datos. En general, los científicos de datos de investigación que tienen un doctorado son más competentes en Estadística y Matemáticas y Modelado en comparación con sus contrapartes que tienen un título de maestría o un título universitario de 4 años. Además, los científicos de datos de gestión empresarial que tienen un título de maestría fueron más competentes que sus pares que tienen un título de 4 años en Negocios, Matemáticas y Modelado y Estadística. Sin embargo, no vimos ninguna diferencia de habilidad entre los Desarrolladores que tenían un Máster o los que tenían un título de 4 años.
Si usted es un reclutador o gerente de equipos de ciencia de datos, los resultados del estudio sugieren que debe considerar los antecedentes educativos formales de los solicitantes. La educación juega un papel importante en qué tan bien los profesionales de datos pueden hacer su trabajo, pero solo para tipos específicos de roles de ciencia de datos. Obtener un doctorado es beneficioso para el científico de datos que es investigador. Estos investigadores están mejor equipados para realizar tareas de forma independiente en matemáticas y estadísticas en comparación con sus contrapartes. Para el científico de datos que se especializa en gestión empresarial, un título de maestría los distingue con respecto a sus habilidades comerciales en comparación con sus pares que solo poseen un título de 4 años. Para el científico de datos que es desarrollador, obtener un título de maestría no necesariamente les da una ventaja sobre los desarrolladores que poseen un título de 4 años.
Hay muchas formas de adquirir habilidades de ciencia de datos. Mientras que las universidades ofrecen títulos de posgrado en ciencia de datos, las compañías educativas ofrecen cursos inmersivos en las mismas áreas que requieren mucho menos tiempo (ver Galvanize, Udacity, Coursera). La investigación futura necesita comprender cómo los graduados de estos programas se comparan con otros profesionales de datos que han tomado una ruta más tradicional para aprender habilidades de ciencia de datos.