Passa a Big Data Analytics

Sono un professionista IT di 35 anni, puramente tecnico. Sono bravo a programmare, apprendere nuove tecnologie, comprenderle e implementarle. Non mi piaceva la matematica a scuola, quindi non ho ottenuto buoni risultati in matematica. Sono molto interessato a perseguire una carriera nell'analisi dei Big Data. Sono più interessato all'analitica piuttosto che alle tecnologie dei Big Data (Hadoop ecc.), Anche se non mi dispiace. Tuttavia, quando mi guardo intorno in Internet, vedo che, le persone che sono brave in analisi (Data Scientists) sono principalmente laureati in matematica che hanno fatto i loro PHd e suonano come creature intelligenti, che sono molto più avanti di me. A volte mi spaventa pensare che la mia decisione sia corretta, perché imparare le statistiche anticipate da solo è molto difficile e richiede un duro lavoro e un investimento di tempo.

Vorrei sapere se la mia decisione è corretta, o dovrei lasciare questo lavoro solo agli intellettuali che hanno trascorso la vita a studiare in prestigiosi college e si sono laureati e dottorati di ricerca.

A causa della forte domanda, è possibile iniziare una carriera nella scienza dei dati senza una laurea formale. La mia esperienza è che avere una laurea è spesso un "requisito" nelle descrizioni delle mansioni, ma se il datore di lavoro è abbastanza disperato, non importa. In generale, è più difficile entrare in grandi aziende con processi di candidatura formalizzati rispetto alle aziende più piccole senza di loro. "Conoscere le persone" può aiutarti molto, in entrambi i casi.

Indipendentemente dalla tua istruzione, non importa quanto sia alta la domanda, devi avere le competenze per fare il lavoro.

Hai ragione nel notare che le statistiche avanzate e altra matematica sono molto difficili da imparare in modo indipendente. Dipende da quanto male vuoi cambiare la carriera. Mentre alcune persone hanno "talento naturale" in matematica, tutti devono fare il lavoro per imparare. Alcuni possono imparare più rapidamente, ma tutti devono prendersi il tempo per imparare.

Ciò che si riduce è la tua capacità di dimostrare ai potenziali datori di lavoro che hai un vero interesse nel settore e che sarai in grado di imparare rapidamente sul posto di lavoro. Più conoscenza hai, più progetti puoi condividere in un portfolio e più esperienza lavorativa è possibile, più lavori di livello superiore saranno disponibili per te. Potrebbe essere necessario iniziare prima in una posizione entry level.

Potrei suggerire modi per studiare la matematica in modo indipendente, ma questo non fa parte della tua domanda. Per ora, sappi che è difficile, ma possibile se sei determinato a cambiare la tua carriera. Colpisci mentre il ferro è caldo (mentre la domanda è alta).

Dovresti esaminare di più il lato infrastrutturale delle cose se non ti piacciono i calcoli. Più in basso si va nello stack del software, più lontano si ottiene dalla matematica (del tipo di scienza dei dati). In altre parole, potresti costruire le basi che altri useranno per creare gli strumenti che serviranno gli analisti. Pensa ad aziende come Cloudera, MapR, Databricks, ecc. Le abilità che saranno utili sono sistemi distribuiti e progettazione di database. Non diventerai uno scienziato di dati senza matematica; è un'idea ridicola!

Nella mia esperienza avere un dottorato non significa necessariamente essere bravo nell'ambiente della società di scienza dei dati, lavoro come scienziato dei dati e sono solo un ingegnere ma ho conosciuto alcuni insegnanti universitari che lavorano in collaborazione con la mia azienda e a volte ho detto loro che il loro punto di vista non era giusto perché, nonostante le loro idee e ragionamenti fossero giusti, non sono applicabili alle attività dell'azienda, quindi abbiamo dovuto modificare alcuni modelli di dati per renderli utili all'azienda e ai risultati perso il loro valore, quindi abbiamo dovuto cercare nuovi modelli. Quello che voglio dire è che Data Science è un'area multidisciplinare, quindi sono necessarie molte persone diverse che lavorano insieme, quindi penso che le tue abilità possano essere molto utili in un team di data scientist, devi solo trovare dove ti adatti;)

Potrebbe essere un po 'offtopico, ma mi raccomando caldamente di passare attraverso questo MOOC https://www.coursera.org/course/statistics . Questa è un'introduzione molto chiara e chiara alle statistiche. Ti dà i principi di base sul campo centrale della scienza dei dati. Spero che sia un buon punto di partenza per iniziare l'amicizia tra te e le statistiche.

Non ho visto questo accennato, ma è importante tenere presente che potresti vedere una diminuzione dello stipendio. Lo dico senza sapere quanto guadagni, ma passare da (presumo) un professionista IT esperto a un livello di data scientist entry level potrebbe non guadagnare tanto.

Ecco un link a una parte dello studio Burtch Works 2015 sugli stipendi di Data Science:

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

Come puoi vedere, lo stipendio mediano per i singoli contributori di livello 1 è di 90k (in tutta la nazione). Il rapporto completo presenta la suddivisione in base alla regione, ma di nuovo, supponendo che tu sia un professionista IT esperto, probabilmente stai facendo di più.

Storia aneddotica con n = 1: uno dei miei compagni di classe nel mio programma di master DS era uno sviluppatore Java esperto con una casa, una famiglia, ecc. Anche se era molto interessato all'analisi dei dati (pagato per il programma di tasca propria) il suo potenziale stipendio facendo l'analisi dei dati non sarebbe in grado di supportare lo stile di vita che ha attualmente come sviluppatore Java. Di conseguenza, in sostanza "sprecò" la sua laurea e tornò allo sviluppo. Odierei davvero vederlo accadere a più persone.

Tieni presente che i "big data" sono una cosa sempre più alla moda per un'azienda in cui affermano di essere coinvolti. I più alti potrebbero leggere un articolo al riguardo in HBR e dire a se stessi: "Devo procurarmi un po 'di che "(non che siano necessariamente sbagliati).

Ciò che significa per te è che l'analisi avanzata non è così necessaria per quella società come potrebbe essere solo iniziare a funzionare.

Fortunatamente per te, la maggior parte dei componenti di cui le aziende potrebbero aver bisogno sono gratuite. Inoltre, credo che sia Hortonworks che Cloudera abbiano macchine virtuali "sandbox" gratuite, che è possibile eseguire sul PC, con cui giocare e orientarsi.

L'analisi avanzata su piattaforme di big data è sicuramente preziosa, ma molte aziende devono imparare a eseguire la scansione prima di poter eseguire.

Questa è una domanda davvero strana secondo me. Perché ti sposterai in una nuova direzione se non sei sicuro di amare questa nuova direzione o almeno la trovi molto interessante? Se ami i Big Data, perché ti interessano le creature intelligenti di dottorato che sono già sul campo? La stessa quantità di creature di dottorato si trovano in ogni area dell'IT. Per favore, dai una rapida lettura a questo bellissimo articolo http://www.forbes.com/sites/louisefron/2013/09/13/why-you-cant-find-a-job-you-love/ e poi chiediti se ami abbastanza i Big Data e sei pronto ad aggiungere il tuo granello di sabbia alla montagna della conoscenza