Karir beralih ke Big Data Analytics


9

Saya seorang profesional IT berusia 35 tahun yang murni teknis. Saya pandai pemrograman, mempelajari teknologi baru, memahami mereka dan mengimplementasikannya. Saya tidak suka matematika di sekolah, jadi saya tidak mendapat nilai bagus dalam matematika. Saya sangat tertarik mengejar karier di bidang analitik Big Data. Saya lebih tertarik pada Analytics daripada teknologi Big Data (Hadoop dll.), Meskipun saya tidak menyukainya. Namun, ketika saya melihat-lihat di internet, saya melihat bahwa, orang yang pandai analitik (Ilmuwan Data) terutama lulusan Matematika yang telah melakukan PHDS dan terdengar seperti makhluk cerdas, yang jauh di depan saya. Terkadang saya merasa takut untuk berpikir apakah keputusan saya benar, karena mempelajari sendiri statistik di muka sangat sulit dan membutuhkan kerja keras dan investasi waktu.

Saya ingin tahu apakah keputusan saya benar, atau haruskah saya serahkan karya ini hanya kepada para intelektual yang telah menghabiskan hidup mereka dalam belajar di perguruan tinggi bergengsi dan mendapatkan gelar dan PHD mereka.


2
Saya pikir ini mungkin agak luas untuk StackExchange, dan mungkin dianggap di luar topik jika menyangkut nasihat karir, tetapi lihat apa yang dipikirkan orang lain.
Sean Owen

7
Jangan lupa bahwa orang yang Anda bandingkan sendiri adalah orang-orang yang memiliki pengetahuan untuk memiliki blog yang banyak dibaca, memiliki repetisi pertukaran tumpukan tinggi, dll, yaitu, bukan sampel yang representatif. Anda membandingkan diri Anda dengan yang terbaik, bukan rata-rata. Jika Anda seorang pria IT yang cerdas dan Anda menginginkannya dengan cukup buruk, itu ada untuk diambil. Data tumbuh secara eksponensial, kemampuan kami untuk menganalisis dan mengelolanya, mungkin lebih lambat. Jadi, ada banyak peluang, hanya ambil banteng di tanduk.
John Powell

1
Setiap perusahaan berbeda saya rasa, tetapi di perusahaan saya, kami tidak melakukan statistik / matematika gila. Ada banyak pemecahan masalah akal sehat sekalipun. Saya pribadi berharap latar belakang ilmu komputer saya lebih kuat. Saya akan memberi peringkat keterampilan dalam urutan nilai seperti ini: 1) Akal sehat, 2) Ilmu Komputer / Pemrograman 3) Matematika / Statistik.
Akavall

Anda mungkin ingin membaca jawaban terkait saya .
Aleksandr Blekh

Jika Anda seorang programmer yang baik maka Anda mungkin sudah menggunakan sedikit matematika. Saya tidak bisa membayangkan seorang programmer yang baik dan tidak menggunakan matematika setiap hari. Apa tingkat matematika tertinggi yang pernah Anda gunakan? Bahasa pemrograman apa yang Anda gunakan dan untuk apa Anda menggunakannya? Anda tentu saja tidak perlu PhD untuk melakukan ilmu data, tetapi matematika sangat penting.
Amstell

Jawaban:


4

Karena permintaan yang tinggi, dimungkinkan untuk memulai karir di bidang ilmu data tanpa gelar formal. Pengalaman saya adalah memiliki gelar seringkali merupakan 'persyaratan' dalam deskripsi pekerjaan, tetapi jika majikan cukup putus asa, maka itu tidak masalah. Secara umum, lebih sulit untuk masuk ke perusahaan besar dengan proses lamaran kerja formal daripada perusahaan kecil tanpa mereka. "Mengenal orang" bisa membantu Anda, dalam kedua kasus itu.

Terlepas dari pendidikan Anda, tidak peduli seberapa tingginya permintaan, Anda harus memiliki keterampilan untuk melakukan pekerjaan itu.

Anda benar dalam mencatat bahwa statistik lanjutan dan matematika lainnya sangat sulit untuk dipelajari secara mandiri. Ini adalah masalah seberapa buruk Anda ingin membuat karir berubah. Sementara beberapa orang memang memiliki 'bakat alami' dalam matematika, semua orang harus melakukan pekerjaan untuk belajar. Beberapa mungkin belajar lebih cepat, tetapi semua orang harus meluangkan waktu untuk belajar.

Apa yang terjadi adalah kemampuan Anda untuk menunjukkan kepada calon majikan bahwa Anda memiliki minat yang tulus di bidang ini, dan bahwa Anda akan dapat belajar dengan cepat di tempat kerja. Semakin banyak pengetahuan yang Anda miliki, semakin banyak proyek yang dapat Anda bagikan dalam portofolio, dan semakin banyak pengalaman kerja di bawah ikat pinggang Anda, semakin tinggi pula pekerjaan yang akan tersedia bagi Anda. Anda mungkin harus mulai dalam posisi entry level terlebih dahulu.

Saya dapat menyarankan cara untuk belajar matematika secara mandiri, tetapi itu bukan bagian dari pertanyaan Anda. Untuk saat ini, ketahuilah bahwa itu sulit, tetapi mungkin jika Anda bertekad untuk membuat perubahan karier. Serang sementara setrika panas (sementara permintaan tinggi).


Saya menyebutkan tentang kelemahan saya dalam matematika, selama hari-hari sekolah. Saya sudah mulai menyukai matematika sejak saya telah melihat penggunaannya yang sebenarnya dalam memecahkan masalah kehidupan nyata :). Jadi, Anda bisa menyarankan saya cara untuk belajar matematika. Saya suka jawaban Anda.
KurioZ7

Saya selalu suka belajar tentang masalah perangkat lunak yang saya coba selesaikan, kemudian belajar matematika yang diperlukan untuk menyelesaikan masalah. Namun, ada kemungkinan bahwa Anda tidak akan dapat mengambil matematika baru dan menggunakannya segera, tergantung pada tingkat keahlian Anda. Jujurlah dengan diri Anda sendiri dan pilih masalah perangkat lunak yang memiliki matematika yang menurut Anda dapat Anda ambil. Kerjakan itu setiap hari, sebagai bagian dari portofolio Anda. Perluas pengetahuan matematika Anda dengan kursus online jika Anda menemukan masalah perangkat lunak yang menarik dengan matematika yang tidak Anda mengerti. Kuncinya adalah kebiasaan - luangkan waktu untuk belajar atau kode setiap hari.
sheldonkreger

1

Anda harus lebih memperhatikan sisi infrastruktur jika Anda tidak menyukai matematika. Semakin rendah Anda masuk ke tumpukan perangkat lunak, semakin jauh Anda dapatkan dari matematika (dari jenis ilmu data). Dengan kata lain, Anda bisa membangun fondasi yang akan digunakan orang lain untuk membuat alat yang akan melayani analis. Pikirkan perusahaan seperti Cloudera, MapR, Databricks, dll. Keterampilan yang akan berguna adalah sistem terdistribusi dan desain basis data. Anda tidak akan menjadi ilmuwan data tanpa matematika; itu gagasan konyol!


1

Dalam pengalaman saya memiliki gelar PhD tidak berarti selalu baik dalam lingkungan perusahaan sains data, saya bekerja sebagai ilmuwan data dan saya hanya seorang insinyur tetapi saya kenal beberapa guru universal yang bekerja dalam kolaborasi dengan perusahaan saya dan kadang-kadang saya sudah mengatakan kepada mereka bahwa sudut pandang mereka tidak benar karena terlepas dari ide dan alasan mereka benar mereka tidak dapat diterapkan pada kegiatan perusahaan, jadi kami harus memodifikasi beberapa model data untuk membuatnya berguna bagi perusahaan dan hasilnya kehilangan nilainya sehingga kami harus mencari model baru. Yang saya maksud adalah bahwa Ilmu Data adalah bidang multidisiplin sehingga diperlukan banyak orang yang bekerja sama sehingga saya pikir keahlian Anda bisa sangat berguna dalam tim ilmuwan data, Anda hanya perlu menemukan di mana Anda cocok;)


1

Mungkin itu akan menjadi sedikit offtopic, tetapi saya ingin sangat menyarankan Anda untuk melalui MOOC ini https://www.coursera.org/course/statistics . Ini adalah pengantar statistik yang sangat bagus dan jelas. Ini memberi Anda prinsip dasar tentang bidang inti dalam ilmu data. Saya harap ini akan menjadi titik awal yang baik untuk memulai persahabatan antara Anda dan statistik.


1

Saya belum pernah melihat ini disebutkan, tetapi penting untuk diingat bahwa Anda mungkin melihat penurunan gaji. Saya mengatakan ini tanpa mengetahui berapa banyak yang Anda hasilkan, tetapi beralih dari (saya berasumsi) seorang profesional TI yang berpengalaman ke tingkat ilmuwan data entry level mungkin tidak menghasilkan Anda sebanyak itu.

Berikut ini tautan ke bagian studi Burtch Works 2015 tentang gaji Ilmu Data:

http://www.burtchworks.com/files/2015/05/DS-2015_Changes-in-Base-Salaries.pdf

Seperti yang Anda lihat, gaji rata-rata untuk kontributor individu level 1 adalah 90 ribu (di seluruh negara). Laporan lengkap memiliki rincian berdasarkan wilayah tetapi sekali lagi, dengan asumsi Anda seorang profesional TI yang berpengalaman, Anda mungkin menghasilkan lebih dari itu.

Cerita anekdotal dengan n = 1: Salah satu teman sekelas saya dalam program master DS saya adalah pengembang Java berpengalaman dengan rumah, keluarga, dll. Meskipun ia sangat tertarik dengan analisis data (dibayar untuk program tanpa biaya) potensi gajinya melakukan analisis data tidak akan dapat mendukung gaya hidup yang saat ini ia miliki sebagai pengembang Java. Akibatnya ia pada dasarnya "menyia-nyiakan" gelarnya dan kembali ke pengembangan. Saya benar-benar benci melihat itu terjadi pada lebih banyak orang.


Informasi menarik Jake!
KurioZ7

0

Perlu diingat bahwa "data besar" adalah hal yang semakin trendi bagi perusahaan untuk mengatakan bahwa mereka terlibat. Atasan mungkin membaca artikel tentang hal itu di HBR, dan berkata kepada diri mereka sendiri, "Saya harus mengambilkan sebagian dari saya itu "(bukan berarti mereka salah).

Apa artinya ini bagi Anda adalah bahwa analitik lanjutan tidak diperlukan untuk perusahaan itu hanya dengan meningkatkan dan menjalankan sesuatu.

Beruntung bagi Anda, sebagian besar komponen yang dibutuhkan perusahaan adalah gratis. Selain itu, saya percaya kedua Hortonworks dan Cloudera memiliki mesin virtual "kotak pasir" gratis, yang dapat Anda jalankan di PC, untuk bermain-main dengan dan mendapatkan bantalan Anda.

Analitik lanjutan pada platform big data berharga, tentu saja, tetapi banyak perusahaan perlu belajar merangkak sebelum mereka dapat berjalan.


0

Ini pertanyaan yang sangat aneh menurut saya. Mengapa Anda akan pindah ke arah baru jika Anda tidak yakin bahwa Anda menyukai arah baru ini atau setidaknya merasa sangat menarik? Jika Anda menyukai Big Data, mengapa Anda peduli dengan makhluk cerdas PhD yang sudah ada di lapangan? Jumlah yang sama dari makhluk PhD di setiap bidang TI. Silakan membaca cepat di artikel yang sangat bagus ini http://www.forbes.com/sites/louisefron/2013/09/13/why-you-cant-find-a-job-you-love/ dan tanyakan pada diri sendiri jika Anda cukup menyukai Big Data dan Anda siap untuk menambahkan butiran pasir ke gunung pengetahuan

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.