He trabajado como analista de datos / científico como pasantes en varias empresas de diferentes profesiones y puedo decirles que me gustó.
He escrito respuestas a preguntas similares en:
- La respuesta de Yilun (Tom) Zhang (張 逸倫) a ¿Cómo es una semana típica para los científicos de datos? ¿Qué problemas están tratando de resolver? ¿Qué tipo de datos están raspando y analizando? ¿Qué hacen en una semana normal?
- La respuesta de Yilun (Tom) Zhang (張 逸倫) a ¿Qué puede crear un científico de datos en 1 hora, 1 día, 1 semana o 1 mes? ¿Qué problemas pueden abordar? ¿Qué herramientas usarían?
y me gusta el trabajo porque no estás haciendo lo mismo una y otra vez. Parece que solo está escribiendo código y analizando datos, pero es diferente:
- Puedo hacer cosas más fáciles en R, pero a medida que avanzo en códigos complicados me resulta difícil mantener el ritmo y mi moral baja. ¿Alguna vez seré un científico de datos?
- ¿Qué debo hacer para convertirme en un gran científico de datos si actualmente soy estudiante de ingeniería en IIT Roorkee y pasante en Nucleus Software, y quiero trabajar con una empresa como Google o Facebook?
- ¿Cuál es el rango de salario de un científico de datos o ingeniero de software en Vietnam?
- ¿Son dos años suficientes para que un graduado no informático se convierta en un científico de datos? Sé un poco de Java y Hadoop. ¿Donde debería empezar?
- ¿Qué tipo de análisis hace el científico de datos en tiempo real?
- Los datos son diferentes fuente por fuente ; incluso es el mismo tipo de datos, si los obtiene de diferentes cursos, puede obtener resultados diferentes al analizarlos. Usted analiza los datos de manera diferente para diferentes tipos de datos y responde diferentes preguntas cuando los analiza.
- Tiene mucha discusión con otros científicos de datos y gerentes de producto. Habla sobre cómo debe analizar los datos, qué conclusiones puede obtener y cómo pueden ser útiles para la empresa, etc. Está contando historias utilizando datos, al igual que los escritores noveles cuentan historias escribiéndolas. Como escritor, ciertamente no desea que sus historias sean iguales, y es lo mismo para nosotros: contamos historias diferentes cada vez que analizamos los datos.
- Escribimos mucho código. Escribimos código para extraer datos de bases de datos, escribimos código para analizar datos, escribimos código para modelar datos, escribimos código para hacer una visualización hermosa, etc. También pensamos en cómo facilitar la escritura de análisis de datos futuros creando una automatización estándar código y clases de funciones para realizar tareas similares de análisis de datos.
- Por lo general, en un equipo de ciencia de datos, las personas se reúnen ~ 1-2 veces por semana (al menos de acuerdo con todas las pasantías que hice) y discuten y comparten lo que han hecho. También es una buena oportunidad para escuchar cómo piensan los demás sobre lo que hiciste y sobre lo que puedes mejorar. Hay muchas discusiones personales entre / a través del equipo también.