Sergej Khackimullin - Fotolia

评估 衡量您正在考虑的技术,产品和项目的优缺点。

数据科学途径要求继续学习

随着开源编码语言的出现和在线课程的扩大,成为一名数据科学家的道路从未如此容易。

成为一名数据科学家需要决心和努力,但崛起开设在线课程开源编码语言确保了数据科学技能比以往任何时候都更容易获得。

大学和学院提供该领域所有职位所需的在线和面对面的课程。有抱负的数据科学家可以学习神经网络和深度学习、Hadoop平台和应用框架以及R和Python编程方面的课程。

但现在也有一些由非附属网站主办的开放在线课程,它们利用与传统课程相同的工具,促进自我教育。无论你是这个领域的新手还是想要专业化,都有多种途径可以考虑。

数据科学水平

Gartner的商业分析和数据科学团队高级研究分析师彼得·克伦斯基划分了三级数据科学专业知识。

顶层由真实组成数据科学家。这些人受到高度培训,能够理解并与其领域的生命周期的每个部分接触。

克兰斯基说:“他们可以获取、准备和设计自己的数据,以及建立自己的模型和应用机器学习。”“然后,他们还可以部署和管理这些模型,并理解我们所说的机器学习运作化,以及它是如何工作的。”

这只是数据科学操作领域的一小部分,有充分的理由,得到了很多关注。数据科学家能够处理一切。然而,出于时间和资源管理的原因,他们通常只执行列出的部分职责。多数情况下,他们得到了克兰斯基的第二个层次的支持:公民数据科学家。

Krensky说:“公民数据科学家是指任何拥有数量或技术背景,但不是主要专注于机器学习的人,他们正在提高机器学习的技能。”

这是比顶部更大的群体,包括任何可以处理常规数据科学家的某些但不是全部的人。

和下面公民数据科学家是那些对技术有一般理解并能将信息传递给消费者的人。他们支持上层人士,但他们的见解大多来自消费者层面。

使数据科学更容易访问

由于开源算法和开放在线课程的戏剧性增加,踏入和攀登这一层次结构是更有可能的。传统的学院和毕业学校专门成为数据科学家的方法不是唯一的选择,但仍然占据了数据科学最上面的梯队。

“进入的障碍确实被可用的自由,高质量的教育金额崩解了。以及同一工具使用的免费桌面工具,”Krensky表示。“所有这些都可以在桌面上免费下载。”

2019年哈尔格的数据科学和机器学习状态调查数据科学家论坛发现,70%以上的数据科学家受访者拥有学士以上学位。

大学越来越多地提供了加入任何级别的数据科学阶梯所需的基本技能的夜班计划和课程。对于那些刚刚完成高中的人或寻求更熟悉其领域的人的人,继续学习与以前的数据科学教育一样重要。

HR思想的领导者和作者John Sullivan讨论了招聘过程,强调它是自适应的关键程度。

“这是持续的学习,”沙利文说。“因为无论你知道今天怎么都会过时。”

从你获得学位的那一刻起,苏利文说,你的知识开始变得过时。公司应该在寻找有能力来处理工作而不是学位的人。能够证明你有这些技能是一种竞争优势。

近年来,工具的可用性、某些编码语言的重要性以及对这些语言的需求都有所不同。有一个不断需要更多的教育公民数据科学家和传统数据科学家。Kaggle的调查清楚地表明了这一点,95%以上的数据科学家受访者表示,他们利用媒体来提高自己的技能。这包括博客、Kaggle本身和期刊,以及在线课程论坛。

雇主应在获得更多教育时协助那些已经在该领域的人。雇主和雇员之间的关系可以在上升时互利。通过投资他们的家庭成长人才,公司可以避免经验丰富的数据科学家典型的高薪。

Krensky说:“从这个角度来看,提高你已经拥有的量化专业人员的技能是一个更有吸引力的选择。”“人们愿意支付大学学费,如果在线课程有任何费用,他们也愿意支付,或者他们会做我所说的时间公平,他们会投入一定的时间去追求该领域的在线学位。”

这反过来将员工进一步提升数据科学层次结构,因此增加他们的价值。

可以帮助您攀爬的工具

根据Krensky,python是主导语言对于程序员。在2016年加入Gartner时,该公司的调查引用了25%的企业数据科学团队使用了编码语言。这个数字现在坐了超过90%。

要熟练掌握Python,可以通过大学课程,或者通过Coursera、edX、Udemy和DataCamp等平台上的新开放课程和在线课程的组合。

克兰斯基说:“通过与这些人合作,下载免费工具,参与像Kaggle这样的数据科学社区,他们基本上获得了免费的大规模在线公开课程教育。”

也许目前还没有一种方法可以完全取代这个领域的正规教育,但这些平台和各种选择的存在可以让更多的人得到帮助更多机会

选择这条路或另一条路的人的技能水平和生产力不会本质上相同,但他们的工具包将会几乎相同。的算法,技术和机器学习框架无论是在课堂上还是在线,都将基本相同。

“我喜欢铺设人们的选择,”克伦斯基说。“没有最好的做法。这取决于个人,取决于他们的目标是什么以及他们想要完成的目标。”

深入挖掘商业智能最佳实践

搜索数据管理
搜索AWS.
搜索内容管理
搜索甲骨文
搜索SAP
搜索SQL服务器
关闭