¿Cómo es trabajar como científico de datos?

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:

  1. 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.
  2. 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.
  3. 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.
  4. 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.

Estoy seguro de que puede haber respuestas más detalladas, pero aquí hay un fragmento rápido.

Impresionante y muy gratificante.

Los momentos de alegría:

  1. La alegría de encontrar los patrones no obvios y el momento AHA que viene con ellos.
  2. Ver su modelo en uso y capaz de predecir los resultados correctamente y tener un impacto

Los momentos en que te hacen la prueba:

  1. Ninguno de los modelos no produjo la precisión correcta
  2. La mitad de usted en la construcción del modelo llegó a saber que su comprensión del negocio era defectuosa y, por lo tanto, sus características deben recrearse
  3. Decirle a sus partes interesadas que necesita más tiempo para explorar cuando la fecha límite está por llegar

Los científicos de datos trabajan en una variedad de problemas, es decir, negocios, economía para el gobierno. Si le apasiona el dominio del problema, su satisfacción de tener un impacto se multiplicará.

Más o menos como trabajar con alguien más, creo. A menos que sea un lunes por la mañana y haya una reunión de las 9 a.m. a la que deba asistir en persona, y no recibió esa taza de café de la mañana porque estaba llegando tarde a la reunión. O cuando actualiza su versión de R y se da cuenta de que algunos de los paquetes aún no son compatibles con la última versión de R. Ah, y cómo puedo olvidar la depuración de un código complicado que alguien escribió hace años, que de repente dejó de funcionar. ¡Conocer a un Científico de Datos en estos escenarios definitivamente cambiará su impresión de ellos! De lo contrario, ¡nos parecemos a un Joe promedio que intenta determinar cómo podemos ganar dinero con los datos que tenemos!

Los científicos de datos son personas normales al final del día. Solo tenemos el conjunto de habilidades requeridas para extraer información de los datos, al igual que un artista tiene las habilidades para pintar o un arquitecto las habilidades para construir algo. Si alguna vez conoces a un Científico de Datos, ¡saluda! No mordemos 🙂

Las cosas que suelo hacer durante el día son las siguientes:

  • Codificación. Mucha codificación. Solía ​​trabajar como desarrollador de Java, y puedo decir que la ciencia de datos implica no menos codificación que el desarrollo de software
  • Recopilación, preparación y limpieza de datos. Eso nuevamente implica mucha codificación
  • Reuniones
  • Llevar a colegas
  • Aprendizaje automático (algo de codificación aquí también)

Los elementos de la lista están ordenados por la cantidad de tiempo que paso haciéndolos. Entonces, construir modelos ML es solo una pequeña fracción del día típico.

También trabajo solo 40 horas por semana. El trabajo permite tener un buen equilibrio trabajo / vida.

Ser un científico de datos es una oportunidad increíble. Puedes trabajar con clientes como un consultor, desarrollar tecnología como un ingeniero y pensar en estadísticas como un estadístico.

La combinación rica y rara de estas habilidades hace que sea un desafío divertido ser un científico de datos.

También necesita aprender constantemente y en nuevas direcciones todo el tiempo. Tienes que ser un apasionado de ser un científico de datos y estar dispuesto a trabajar hasta tarde.

A menudo estudio nuevos algos los fines de semana y nuevas tecnologías para mantenerme relevante. Durante la semana, participo en muchas reuniones y codifico mis diversos proyectos. A veces incluso desarrollo la interfaz de usuario para mis proyectos como desarrollador front-end.

Trabajo alrededor de 60 horas a la semana. Al menos 15 se gastan en reuniones, 10 charlas o conversaciones en proyectos con compañeros de equipo y el resto se gasta codificando. Los fines de semana, si puedo, estudio cerca de 8 horas al día, porque hay mucho que aprender.

Me encanta la ciencia de datos porque puedo hacer cualquier cosa en mi trabajo. Nadie me dice que no porque todo está relacionado con los datos.

Puede encontrar la respuesta 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? Se trata solo de una semana típica, pero le da un buen sabor. Hay toneladas de excelentes descripciones de una semana típica en la vida de un científico de datos (incluida una verdaderamente suya).

Tendrá que responder esta pregunta con bastante frecuencia: ¿Su decisión está respaldada por algunos datos?

More Interesting

¿Puede un ingeniero industrial convertirse en científico de datos en India?

Como Data Scientist, ¿alguna vez tienes miedo de las decisiones importantes que tomas para una empresa?

¿Cómo seguirán siendo relevantes las habilidades de los científicos de datos a medida que las consultas, la exploración y la investigación de datos sean más fáciles (por ejemplo, mediante el uso de herramientas como Interana)?

¿Cuál es el mejor curso de trabajo en línea preparado para un científico de datos?

¿Cuáles son las cosas que necesitas aprender para convertirte en un científico de IA?

Para los estudiantes que comienzan la universidad por primera vez, ¿qué grado sería mejor para los aspirantes a científicos de datos?

¿Puedo convertirme en un científico de datos sin conocimiento en programación?

¿Qué habilidades adicionales se requieren para que un estadístico se convierta en un científico de datos?

¿Qué tipo de análisis hacen los científicos de datos?

¿Cuáles son los diferentes programas de pasantías a los que se debe asistir para ser un científico de datos?

¿Los científicos de datos viven cómodamente?

Soy autodidacta en ciencia de datos, a través de material MOOC equivalente a un currículo de bootcamp de ciencia de datos. ¿Qué puedo hacer a continuación para obtener un trabajo en el campo?

¿Cuáles son las habilidades típicas que poseen los científicos de datos especializados en 'búsqueda' que la mayoría de los otros científicos de datos probablemente no tendrían?

¿Puede un postgrado de MBA (marketing) y licenciatura de un instituto principal aprender a convertirse en un científico de datos?

¿Puedo ser científico si estudio una licenciatura en química?