अपने डेटा साइंस करियर को अगले स्तर पर ले जाने के लिए छह कौशल।

यहां 15 साल के अनुभव वाले डेटा साइंटिस्ट जिनेविस हेस के एक लेख का अनुवाद है। लेखक इस बारे में बात करता है कि डेटा साइंस में नौकरी पाने की संभावनाओं को बढ़ाने के लिए क्या कौशल विकसित किए जाने चाहिए। इन कौशलों की पहचान करने के लिए, उन्होंने ऑस्ट्रेलिया, कनाडा, ब्रिटेन और संयुक्त राज्य अमेरिका के नियोक्ताओं द्वारा 100 नौकरी पोस्टिंग का विश्लेषण किया।



इससे पहले, डेटा साइंस में नौकरी पाने के लिए, MOOC (मास ओपन ऑनलाइन कोर्स) में अधिग्रहीत मशीन लर्निंग के क्षेत्र में आर या पाइथन और ज्ञान में पर्याप्त बुनियादी प्रोग्रामिंग कौशल थे।

किसी भी मामले में, मैंने सुना है। मैं शुरुआती दौर में डेटा साइंस के क्षेत्र में आने के लिए भाग्यशाली नहीं था।

मैंने पहली बार 2015 में डेटा विज्ञान के बारे में सुना, थॉमस एच। डेवनपोर्ट और जे। डी। पाटिल के लगभग तीन साल बाद डेटा साइंटिस्ट को "21 वीं सदी का सबसे आकर्षक पेशा" कहा।

उस समय, क्षेत्र में प्रतिस्पर्धा पहले से ही भयंकर थी। मुझे लगता है कि तब से यह केवल तेज हो गया है। इस पेशे में रुचि सालाना बढ़ रही है, और कई विश्वविद्यालय डेटा विज्ञान और विश्लेषिकी में मास्टर डिग्री प्रदान करते हैं।

आप यह भी विश्वास के साथ कह सकते हैं कि आपके रिज्यूमे को भीड़ से अलग करने के लिए, केवल कौरसेरा से डेटा साइंस पर एक कोर्स करना पर्याप्त नहीं है।

इसलिए, यदि आप पहले से ही "भगवान" स्तर के प्रोग्रामर हैं और आपने रात में "बेतरतीब जंगलों" और तंत्रिका नेटवर्क के बेतरतीब ढंग से सपने देखने वाले इतने सारे मशीन लर्निंग कोर्स पूरे कर लिए हैं, तो आपको डेटा के क्षेत्र में काम करने के लिए किन कौशलों पर काम करने की जरूरत है विज्ञान? और जब आप वहां पहुंच जाते हैं, तो आगे किस दिशा में विकास करना है?

हम नियोक्ताओं से क्यों नहीं पूछते?

डेटा साइंस प्रोफेशनल्स के लिए सबसे महत्वपूर्ण कौशल

यह जानने के लिए कि नियोक्ता डेटा साइंस विशेषज्ञों से क्या अपेक्षा करते हैं, मैंने इस क्षेत्र में 100 नौकरियों को देखा। ये सभी 22 अप्रैल से 5 मई, 2019 तक लिंक्डइन पर तैनात थे और ऑस्ट्रेलिया, कनाडा, ब्रिटेन और संयुक्त राज्य अमेरिका की कंपनियों के थे।

रिक्ति की घोषणाओं का चयन करते समय, भर्ती कंपनियों के प्रकार, उनके आकार, उद्योग और पदों के स्तर को ध्यान में रखा गया। चयन में केवल प्रबंधकीय भूमिकाएँ शामिल नहीं थीं।

इन विज्ञापनों से, मैंने चयन मानदंड या नौकरी विवरण के रूप में इंगित कौशल का चयन किया, और डेटा साइंस विशेषज्ञ (प्रोग्रामिंग भाषाओं और प्रौद्योगिकियों के ज्ञान को छोड़कर) के 20 सबसे अधिक मांग वाले कौशल की पहचान की।

यहाँ वे हैं:



इन कौशलों को तीन श्रेणियों में विभाजित किया जा सकता है:

1. मॉडलिंग और आँकड़े : मशीन लर्निंग, सांख्यिकीय मॉडलिंग और मॉडल परिनियोजन शामिल हैं।
2. और डेटा इंजीनियरिंग और प्रोग्रामिंग : इसमें प्राथमिक डेटा प्रसंस्करण, डेटाबेस के साथ काम करना और वितरित कंप्यूटिंग शामिल है (यदि प्रोग्रामिंग भाषाओं को विश्लेषण में शामिल किया गया था, तो मैं उन्हें इस श्रेणी में भी इंगित करूंगा)।
3. Sociability और व्यावसायिकता : में गहरी पेशेवर ज्ञान, डेटा का विश्लेषण करने की क्षमता, कनिष्ठ कर्मचारियों का प्रबंधन और संरक्षक शामिल हैं।

उपरोक्त के आधार पर, छह कौशल की पहचान की जा सकती है जो नौकरी खोजने की संभावना को बढ़ाने के लिए विकसित करने के लायक हैं:

मॉडलिंग और सांख्यिकी

• सांख्यिकीय मॉडलिंग
• मॉडल परिनियोजन

डेटा इंजीनियरिंग

• डेटाबेस के साथ काम करें

सामाजिकता और व्यावसायिकता

• डेटा विश्लेषण के परिणामों पर जानकारी प्रदान करना
• नेतृत्व और सलाह
• communicability

(यदि आप इस बारे में अधिक जानना चाहते हैं कि ये कौशल क्यों महत्वपूर्ण हैं और आप उन्हें विकसित करने के लिए क्या कर सकते हैं, तो इस पोस्ट को देखें: डेटा विज्ञान में सार्वभौमिक कैसे बनें ।)

पहले मुझे क्या कौशल सीखना चाहिए?

डेटा साइंस के क्षेत्र में पाए जाने वाले 100 रिक्त पदों में से 15 एंट्री-लेवल पोजीशन (जूनियर, इंटर्न, "ग्रेजुएट्स" आदि) के हैं, 44 मिड-लेवल स्पेशलिस्ट और 41 से उच्च-स्तरीय विशेषज्ञ (सीनियर, प्रिंसिपल, लीड) हैं। एम। पी।)।

नीचे दी गई तालिका में नौकरी की पोस्टिंग का प्रतिशत दिखाया गया है, जिसमें प्रत्येक कौशल की रैंकिंग के साथ छह पहले से परिभाषित कौशल का उल्लेख है।



सभी नौकरी स्तरों पर, "प्रस्तुति और संचार कौशल" वास्तव में नियोक्ताओं के बीच दो सबसे अनुरोधित कौशल में से एक हैं। इसके अलावा, संचार कौशल, जैसे "मानवीय सोच के साथ दर्शकों की तकनीकी अवधारणाओं की व्याख्या" और "ग्राहकों / हितधारकों के साथ काम करना" तेजी से महत्वपूर्ण होते जा रहे हैं क्योंकि कार्य अनुभव बढ़ता है।

इसलिए, यदि आपको किसी एक कौशल को चुनना है, जिसके विकास पर काम करने की आवश्यकता होगी, तो सामाजिकता सही विकल्प होगा।

लेकिन केवल एक पर क्यों निवास करें?

"सांख्यिकीय मॉडलिंग / सांख्यिकीय विश्लेषण" सभी नौकरी स्तरों पर शीर्ष तीन मुख्य कौशल में भी शामिल है, जो उनके विकास के महत्व को इंगित करता है। यह कैरियर के शुरुआती चरण में पेशेवरों के लिए विशेष रूप से महत्वपूर्ण है।

प्रवेश-स्तर के पदों से उच्च स्तर पर जाने पर, यह ध्यान में रखा जाना चाहिए कि रिक्तियों का प्रतिशत जिसमें "सांख्यिकीय मॉडलिंग / सांख्यिकीय विश्लेषण" को वांछित कौशल कहा जाता है, 53.3% से बढ़कर 86.4% हो जाता है।

उच्च पद लेने की योजना बनाने वालों के लिए, नेतृत्व कौशल और सलाह के विकास पर ध्यान देना महत्वपूर्ण है। बशर्ते कि सांख्यिकी कौशल पहले से ही विकसित हो।

जबकि डेटा विज्ञान के क्षेत्र में केवल 6.7% प्रवेश-स्तर के पदों के लिए नेतृत्व / सलाह कौशल की आवश्यकता होती है, उच्च पदों में उन्हें पहले से ही 58.5% मामलों में (873% की वृद्धि) की आवश्यकता होती है, जो उन्हें मांग में पांचवें स्थान पर रखता है। ।

निष्कर्ष में

उपरोक्त सभी कौशलों को सुधारने में कुछ समय लगेगा, लेकिन ऐसा होना चाहिए। यदि आप सप्ताहांत में क्षेत्र में आवश्यक सभी ज्ञान प्राप्त कर सकते हैं, तो क्या आप अपने जीवन के वर्षों को इस काम के लिए समर्पित करना चाहेंगे?

हालांकि, एक समय में केवल एक या दो कौशल पर ध्यान केंद्रित करने और उन्हें सप्ताह में केवल कुछ घंटों के लिए समर्पित करने से, आप मांगे गए कौशल का एक सेट प्राप्त करेंगे जो आपको भीड़ से बाहर खड़े होने और कैरियर के विकास की संभावना बढ़ाने या डेटा विज्ञान के क्षेत्र में अपनी वांछित नौकरी पाने में मदद करेगा।
तो, आप पहले किस कौशल में महारत हासिल करने जा रहे हैं?