Comment être un scientifique de données
La science des données (qui combine des compétences scientifiques et technologiques pour interpréter des quantités massives de données) est toujours classée parmi les domaines de carrière les plus souhaitables du XXIe siècle. Pour entrer dans ce champ, vous pouvez gagner un diplôme en sciences de la technologie de données dans une université ou prendre des cours ouverts en ligne massifs (MOOC) gratuitement à la maison ou entrer dans une technologie de données intensive Bootcamp. Avant de le savoir, vous pouvez aussi être un scientifique de données professionnel aussi!
Pas
Méthode 1 de 3:
Gagner un diplôme de sciences de la technologie1. Prenez des cours en mathématiques et en informatique au lycée. La science des données nécessite une vaste expérience de la statistique, de l`algèbre, du calcul et de l`informatique. C`est une bonne idée de commencer à apprendre ces compétences le plus tôt possible.
- Assurez-vous que vous obtenez au moins une éducation de base à Python, R et SQL, puisqu`elles sont les langages de programmation de base que vous utiliserez pour le reste de votre carrière.
- Python est un langage de programmation sans fioritures qui permet aux scientifiques de données de se concentrer sur leurs questions de recherche plutôt que sur la syntaxe du code.
- R est un environnement programmable utilisé pour stocker une analyse complexe de données dans le script de ligne de commande.
- SQL (langue de requête structurée) permet aux chercheurs de manipuler et de interroger des données dans des bases de données connexes.
2. Assister à une université avec des programmes réputés liés à la science des données. Recherchez en ligne sur Google ou sur des sites de classement des collèges comme vous.S. Actualités pour les universités avec des programmes principaux dans les domaines liés aux données des données. Il existe des universités avec des diplômes dans la science des données, mais vous pouvez également entrer dans un diplôme en informatique, statistiques, mathématiques, économie ou opération.
3. Allez à l`école supérieure si vous souhaitez être admissible aux postes de supervision. De nombreux scientifiques de données entrent dans le champ après avoir terminé une maîtrise ou un pH.D, en particulier ceux qui intéressent les postes de supervision. Au printemps de votre année junior, demandez à votre conseiller de votre collège à propos de quelles programmes scientifiques de données seraient le meilleur ajustement pour vous et ce que vous pouvez faire pour vous engager.
4. Commencez à chercher des emplois en sciences de données. Après avoir obtenu son diplôme, vous pouvez rechercher en ligne des postes de données sur les données et assister à des événements de réseautage tels que des conférences et des séminaires de données. Au cours de votre séjour dans une école de premier cycle, de vos professeurs et de conseillers vous aidera à développer un portefeuille du travail que vous avez achevé au cours de vos études. Demandez à ce portefeuille prêt pour des entretiens et des rencontres.
Méthode 2 de 3:
Prendre des cours ouverts en ligne massives de la maison1. Trouver des programmes MOOC de bonne réputation dans la science des données. Les cours ouverts en ligne massifs sont des cours de niveau universitaire enseigné en ligne par des experts sur le terrain. Recherchez en ligne pour les programmes MOOC disponibles qui accueillent des cours dans les compétences nécessaires pour que vous puissiez devenir un scientifique de données. La grande majorité sera libre, mais certaines peuvent facturer des frais. Assurez-vous de lire des critiques de chaque programme pour assurer leur qualité.
2. Prenez des cours dans les compétences de base des sciences des données. Les premiers MOOC que vous voudrez prendre seront dans des langages de programmation de base comme Python, R et SQL. Au fur et à mesure que vous progressez, vous pouvez passer aux cours avancés dans ces langages de programmation jusqu`à ce que vous les ayez en panne.
3. Inscrivez-vous pour des cours en mathématiques et apprentissage de la machine. Une fois que vous avez créé une fondation à Python, R et SQL, vous devriez prendre des MOOCs en statistiques, calculs, algèbre, économie et apprentissage automatique (programmation qui permet aux ordinateurs de «apprendre» par la langue statistique).
4. Mettre en place un portefeuille de votre travail. Si vous choisissez de prendre des MOOC plutôt que d`assister à une université traditionnelle, il peut y avoir plus de pression sur vous pour prouver vos compétences. Avoir un portefeuille complet de votre travail sur le terrain prêt à montrer ce que vous pouvez faire.
5. Commencez votre carrière dans la science des données. Rechercher un emploi en ligne et assister à des événements de réseautage. Assurez-vous d`apporter votre portefeuille avec vous pour montrer de nouvelles personnes que vous rencontrez sur le terrain. Gardez un œil sur les inscriptions dans des domaines tels que le secteur de la technologie, le gouvernement, le marketing, le conseil et la santé. Chacun a une utilisation pour quelqu`un d`arrière-plan dans la science des données.
Méthode 3 sur 3:
Participer à un bootcamp1. Apprendre les compétences de base des sciences des données avant BootCamp. Les botcamps de la science des données sont des programmes de certification intensive, à court terme et en personne, vous voudrez donc être aussi préparé que possible pour que vous puissiez utiliser efficacement votre temps là-bas. Avoir au moins une connaissance intermédiaire des langages de programmation, les mathématiques et les informaticiens vous aideront à obtenir une jambe une fois que vous avez démarré votre science bootcamp.
- Envisagez de prendre quelques cours d`ouverture en ligne massifs dans ces domaines ou d`étudier à votre heure.
- Si vous étudiez sur votre temps, assurez-vous de définir des objectifs concrets et réalisables pour suivre vos progrès et vous empêcher de vous décourager.
2. Lire les critiques des données Science bootcamps en ligne. Recherche sur Google and Data Science Forums pour les critiques des données Science Bootcamp disponibles. Vous pouvez également envisager de contacter des scientifiques de données sur le terrain pour connaître leurs opinions sur les meilleurs bootcamps là-bas.
3. Choisissez le bootcamp qui correspond le mieux à vos besoins. Science des données bootcamps dure en moyenne de 10 à 11 semaines, mais certains des plus prestigieux peuvent durer une période complète de 6 mois. Les botcamps les plus prestigieux coûtent également plus cher. Assurez-vous de trouver un bootcamp qui équilibre vos besoins en matière de planification et de financement.
4. Assister à votre bootcamp. Pendant votre bottoCamp, vous aurez la possibilité de recevoir une instruction directe dans la science des données, produisez des travaux de votre portefeuille et de réseaux avec d`autres sciences de données établies et émergentes. Vous allez devoir étudier dur et travailler plus fort, mais ne vous enliez pas enlisé dessus. Assurez-vous que vous utilisez également votre temps pour avoir un sens du champ, qui est dedans, et votre place dedans.
5. Construire un portefeuille. Votre bootcamp et tout MOOC que vous avez pris vous donneront du travail pour commencer votre portefeuille, mais vous devez également proposer des travaux indépendants que vous avez effectués et des projets personnels, en profondeur de sites publics tels que Kaggle et Github. Accompagnez votre portefeuille avec une présence en ligne bien établie sur une plate-forme de blogging et sur les médias sociaux.
6. Réseau avec d`autres scientifiques de données et postuler à des emplois. Recherchez en ligne pour des emplois dans des champs tels que la technologie, la santé, le gouvernement, la vente au détail et les jeux. Assister à des conférences et à la rencontre et aux salles d`attente pour réseauter avec d`autres personnes sur le terrain. Apportez votre portefeuille pour montrer vos compétences.