¿SAS es realmente importante para un trabajo de ciencia de datos?

Los científicos de datos son una nueva generación de expertos en datos analíticos que tienen las habilidades técnicas para resolver problemas complejos y la curiosidad de explorar qué problemas deben resolverse. SAS definitivamente te ayudará.

Deberes laborales típicos para científicos de datos

No hay una descripción definitiva del trabajo cuando se trata de un rol de científico de datos. Pero aquí hay algunas cosas que probablemente harás:

  • Recopilar grandes cantidades de datos rebeldes y transformarlos en un formato más utilizable.
  • Resolver problemas relacionados con el negocio utilizando técnicas basadas en datos.
  • Trabajando con una variedad de lenguajes de programación, incluidos SAS, R y Python.
  • Tener una sólida comprensión de las estadísticas, incluidas las pruebas estadísticas y las distribuciones.
  • Mantenerse al tanto de las técnicas analíticas como el aprendizaje automático, el aprendizaje profundo y la analítica de texto.
  • Comunicándose y colaborando con TI y negocios.
  • Buscar el orden y los patrones en los datos, así como detectar tendencias que pueden ayudar a los resultados de una empresa.

No absolutamente no. Yo diría que R y Python son mucho más comunes como requisitos para trabajos de científicos de datos. Claro, hay trabajos de ciencia de datos que solicitan SAS, pero serán roles radicalmente diferentes a los que requieren R o Python. A saber, un rol que se enfoca en SAS probablemente será una variante del estadístico. Al final del día, debes elegir algunas tecnologías para dominar y seguir con ellas. Además, es una percepción común que todas las personas de SAS abordan los problemas de la misma manera y pueden ser algo inflexibles. Si hay algo de cierto en eso, probablemente sea el resultado de estar acostumbrado a trabajar dentro de las limitaciones de la plataforma. Versus R o Python, donde hay muchas menos restricciones. Personalmente, creo que SAS tendrá dificultades para mantener cualquier tipo de cuota de mercado en la ciencia de datos real, y seguirá siendo principalmente una herramienta utilizada por los estadísticos (incluso si su título es “científico de datos”).

Como alguien que comenzó hace cinco años usando SAS, y luego se mudó a R y Python (que había usado en la universidad), recomiendo evitar SAS y simplemente usar R y Python desde el principio.