커리어 빅 데이터 분석으로 전환


9

저는 기술적으로 순수한 35 세의 IT 전문가입니다. 저는 프로그래밍, 신기술 학습, 이해 및 구현에 능숙합니다. 나는 학교에서 수학을 좋아하지 않았기 때문에 수학에서 점수가 좋지 않았습니다. 빅 데이터 분석 분야에서 경력을 쌓는 데 관심이 많습니다. 빅 데이터 기술 (Hadoop 등)보다는 분석에 더 관심이 있지만 싫어하지는 않습니다. 그러나 인터넷을 둘러 보면 분석에 능숙한 사람들 (데이터 과학자)이 주로 PHD를 수행하고 지능적인 생물처럼 들리는 수학 졸업생이며, 훨씬 앞서 있습니다. 사전 통계를 배우는 것은 매우 어렵고 많은 노력과 시간 투자가 필요하기 때문에 때때로 내 결정이 올바른지 생각하기가 두렵습니다.

본인의 결정이 올바른지 알고 싶습니다.이 작품을 명문 대학에서 공부하면서 평생 공부하고 학위와 PHD를 취득한 지식인에게만 맡겨야합니다.


2
나는 이것이 StackExchange에 대해 약간 광범위 할 수 있다고 생각하며, 경력 조언과 관련하여 주제를 벗어난 것으로 간주하지만 다른 사람들의 생각을 봅니다.
Sean Owen

7
자신을 비교하는 사람들은 블로그를 잘 읽고 지식이 풍부한 사람, 즉 스택 교환 담당자 등이 대표적 샘플이 아니라는 것을 잊지 마십시오. 당신은 평균이 아닌 최고와 자신을 비교하고 있습니다. 당신이 똑똑한 IT 전문가이고 당신이 그것을 충분히 원치 않는다면, 그것을 가져야합니다. 데이터가 기하 급수적으로 증가하고 있으며 분석 및 관리 능력이 더 느려질 수 있습니다. 따라서 많은 기회가 있습니다. 뿔로 황소를 잡으십시오.
John Powell

1
모든 회사는 다를 것 같지만 우리 회사에서는 미친 통계 / 수학을하지 않습니다. 그래도 많은 상식적인 문제 해결이 있습니다. 나는 개인적으로 내 컴퓨터 과학 배경이 더 강해지기를 바랍니다. 나는 1) 상식, 2) 컴퓨터 과학 / 프로그래밍 3) 수학 / 통계와 같은 가치의 순서로 기술 순위를 매 깁니다.
Akavall

내 관련 답변 을 읽고 싶을 수도 있습니다 .
Aleksandr Blekh

당신이 좋은 프로그래머라면 아마 이미 약간의 수학을 사용했을 것입니다. 나는 수학을 잘하고 매일 수학을 사용하지 않는 프로그래머를 상상할 수 없다. 사용한 최고 수준의 수학은 무엇입니까? 어떤 프로그래밍 언어를 사용하고 어떤 언어를 사용합니까? 데이터 과학을 수행하기 위해 반드시 박사 학위가 필요하지는 않지만 수학은 필수적입니다.
Amstell

답변:


4

높은 수요로 인해 공식 학위없이 데이터 과학 분야에서 경력을 쌓을 수 있습니다. 저의 경험은 학위를받는 것이 종종 직업 설명에서 '필수 사항'이라는 것입니다. 일반적으로, 소규모 기업보다는 공식적인 업무 적용 프로세스를 갖춘 대기업에 들어가기가 더 어렵습니다. "사람을 아는 것"은 어느 쪽이든 먼 길을 얻을 수 있습니다.

교육에 관계없이 수요가 아무리 높아도 업무 수행 능력이 있어야합니다.

당신은 고급 통계 및 기타 수학을 독립적으로 배우기가 매우 어렵다는 점에 맞습니다. 경력을 얼마나 나쁘게 바꾸고 싶은가의 문제입니다. 어떤 사람들은 수학에서 '자연스런 재능'을 가지고 있지만, 모든 사람들은 배우기 위해 노력해야합니다. 어떤 사람들은 더 빨리 배울 수 있지만 모두 배우려면 시간이 걸립니다.

결론은 잠재적 인 고용주에게 현장에 대한 진정한 관심이 있고 직장에서 빨리 배울 수 있다는 능력입니다. 지식이 많을수록 포트폴리오에서 더 많은 프로젝트를 공유 할 수 있으며,보다 많은 업무 경험이있을수록 더 높은 수준의 일자리를 얻을 수 있습니다. 먼저 엔트리 레벨 위치에서 시작해야 할 수도 있습니다.

수학을 독립적으로 공부하는 방법을 제안 할 수는 있지만, 이것은 귀하의 질문의 일부가 아닙니다. 지금은 힘들지만, 직업을 바꾸겠다고 결심하면 가능합니다. 다리미가 뜨거울 때 (수요가 높을 때)칩니다.


나는 학교 수업 중 수학에 약하다는 것에 대해 언급했습니다. 실제 문제를 해결하는 데 실제로 사용 된 것을 본 이후로 수학을 좋아하기 시작했습니다. :). 그래서, 당신은 나에게 수학을 공부하는 방법을 제안 할 수 있습니다. 나는 당신의 대답을 좋아합니다.
KurioZ7

저는 항상 해결하려는 소프트웨어 문제에 대해 배우고 문제를 해결하는 데 필요한 수학을 배우고 싶습니다. 그러나 기술 수준에 따라 새로운 수학을 집어 들고 바로 사용할 수는 없습니다. 자신에게 정직하고 수학 문제가있는 소프트웨어 문제를 선택하십시오. 포트폴리오의 일부로 매일 작업하십시오. 이해하지 못하는 수학 관련 소프트웨어 문제를 발견하면 온라인 과정을 통해 수학 지식을 넓히십시오. 중요한 것은 습관입니다. 매일 공부하거나 코딩 할 시간을 가지십시오.
sheldonkreger

1

수학이 마음에 들지 않으면 인프라 측면을 자세히 살펴 봐야합니다. 소프트웨어 스택에서 더 낮을수록 데이터 과학과 같은 수학에서 더 멀어집니다. 다시 말해, 다른 사람들이 분석가에게 제공 할 도구를 만드는 데 사용할 기초를 구축 할 수 있습니다. Cloudera, MapR, Databricks 등과 같은 회사를 생각해보십시오. 유용한 기술은 분산 시스템 및 데이터베이스 설계입니다. 수학 없이는 데이터 과학자가되지 않을 것입니다. 그건 우스운 개념입니다!


1

박사 학위를 소지 한 경험이 데이터 과학 회사의 환경에 반드시 좋다는 것을 의미하지는 않습니다. 저는 데이터 과학자로 일하고 엔지니어 일뿐입니다. 때로는 아이디어와 추론에도 불구하고 회사 활동에 적용 할 수 없기 때문에 그들의 견해가 옳지 않다고 말했기 때문에 회사와 결과에 유용하도록 일부 데이터 모델을 수정해야했습니다. 우리는 새로운 모델을 찾아야했습니다. 내 말은 데이터 사이언스는 다 학제 분야이므로 함께 일하는 많은 사람들이 필요하므로 기술이 데이터 과학자 팀에 매우 유용 할 수 있다고 생각합니다.


1

약간의 주제가 아닐지 모르지만이 MOOC https://www.coursera.org/course/statistics 를 살펴 보는 것이 좋습니다 . 이것은 통계에 대한 아주 좋고 명확한 소개입니다. 데이터 과학의 핵심 분야에 대한 기본 원칙을 제공합니다. 나는 그것이 당신과 통계 사이의 우정을 시작하기에 좋은 출발점이되기를 바랍니다.


1

이 언급을 보지 못했지만 급여가 줄어드는 것을 명심하는 것이 중요합니다. 나는 당신이 얼마나 많은 돈을 벌지 않고 이것을 말하지만, 숙련 된 IT 전문가에서 엔트리 레벨의 데이터 과학자 레벨로 옮기는 것이 당신에게 많은 돈을 벌지 못할 수도 있습니다.

다음은 데이터 과학 급여에 관한 2015 Burtch Works 연구의 일부에 대한 링크입니다.

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

보다시피, 레벨 1 개인 기여자에 대한 평균 급여는 90k입니다 (전국에 걸쳐). 전체 보고서에는 지역별로 분류가 있지만 숙련 된 IT 전문가라고 가정하면 그 이상의 성과를 거둘 수 있습니다.

n = 1의 일화 이야기 : 내 DS 마스터 프로그램의 급우 중 한 사람은 집, 가족 등이있는 숙련 된 Java 개발자였습니다. 데이터 분석에 관심이 많았지 만 (봉급을 벗어난 프로그램에 대한 지불) 잠재적 급여는 데이터 분석은 현재 Java 개발자로서 가지고 있던 라이프 스타일을 지원할 수 없습니다. 결과적으로 그는 본질적으로 학위를 낭비하고 개발로 돌아갔습니다. 나는 그것이 더 많은 사람들에게 일어나는 것을 정말로 싫어합니다.


재미있는 정보 Jake!
KurioZ7

0

"빅 데이터"는 점점 더 유행하는 회사라는 사실을 명심하십시오. 상급 관리자는 HBR에서 이에 관한 기사를 읽고 스스로에게 "저에게 정보를 제공해야합니다. ""(반드시 틀린 것은 아닙니다).

이것이 의미하는 바는 단지 무언가를 시작하고 실행하는 것만 큼 고급 분석이 해당 회사에 필요하지 않다는 것입니다.

운 좋게도 회사가 필요로하는 대부분의 구성 요소는 무료입니다. 또한 Hortonworks와 Cloudera에는 무료 "샌드 박스"가상 머신이 있으며 PC에서 실행할 수 있으며 베어링을 가지고 다닐 수 있습니다.

빅 데이터 플랫폼의 고급 분석은 가치가 있지만 확실히 많은 회사에서 실행하기 전에 크롤링을 배워야합니다.


0

이것은 제 생각에는 정말 이상한 질문입니다. 이 새로운 방향이 마음에 들지 않거나 최소한 매우 흥미로운 것을 발견한다면 왜 새로운 방향으로 나아가려고합니까? 빅 데이터를 좋아한다면 왜 이미 현장에있는 박사 지능 생물에 관심이 있습니까? IT의 모든 영역에 동일한 양의 PhD 생물이 있습니다. 이 아주 좋은 기사 http://www.forbes.com/sites/louisefron/2013/09/13/why-you-cant-find-a-job-you-love/를 읽고 스스로에게 물어보십시오. 빅 데이터를 충분히 사랑하고 지식의 산에 모래 알갱이를 추가 할 준비가 된 경우

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.