Почему наука о данных?
Бюро труда прогнозирует, что через 7 лет занятость инженеров-технологов вырастет на 4%, что немного меньше, чем средний рост в 4,6%, который будет наблюдаться в большинстве профессий к 2024 году. com) Между тем, бюро труда заявляет, что ученые, занимающиеся компьютерными и информационными исследованиями (это категория бюро труда для специалистов по данным), вырастут на 11% при средней заработной плате в 2016 году в размере 111 840 долларов. (Информация с https://www.bls.gov) Как можно догадаться, я начинал как инженер-технолог и перехожу на науку о данных.
Но почему наука о данных? Это вопрос, который мне чаще всего задают мои друзья и семья, когда они узнают, что я уволился со своей относительно хорошо оплачиваемой, стабильной работы, на которую меня наняли отчасти из-за моей степени в области Химическая инженерия от Технологического института Джорджии. Очевидно, после того, как я провел более 5 лет в производстве, мои друзья и семья решили, что я в этой отрасли надолго. Но у меня были причины уйти.
За кулисами на производственных предприятиях, на которых я работал (не могу сказать, что это справедливо для всех заводов), я заметил, что прогресс идет медленно. Компании, в которых я работал, имели богатую и давнюю историю с богатыми и старыми лидерами с богатыми и старыми решениями. Я знал, что не смогу подняться выше должности инженера на производственном участке. У многих производителей тоже есть маленький грязный секрет — заказчик на заводе-изготовителе не является потребителем; это доска. Прибыль движет всеми компаниями, но прибыль — это мантра производственных компаний. Эта мантра иногда приходила за счет безопасности и здоровья или благополучия. Но чаще всего это происходило за счет принятия разумных решений и планирования будущего. Мне нужна была работа с перспективой на будущее.
Производитель создает загрязнение. Это неизбежное следствие индустрии. Производителям также требуется огромный участок земли. Эти огромные участки земли доступны только за пределами метро Атланты, что является еще одним неизбежным следствием. Я ненавидел ездить на работу за пастбища, города с двумя светофорами и заброшенные тракторные кладбища только для того, чтобы добраться до своего стола, где я провел полдня за компьютером. Что еще хуже, мне не было разрешено работать из дома, даже если большинство задач можно было выполнять через экран. Я хотел иметь возможность работать с комфортом, не тратя два часа в день на дорогу, что давало мне гибкость.
Таким образом, используя эти два основных критерия, я исследовал, какая отрасль будет наиболее подходящей для меня. Я только баловался программированием в колледже, когда меня заставили изучать Matlab для класса, но у меня это неплохо получалось. Моя первая работа требовала, чтобы я посещал курсы «Шесть сигм» в Технологическом институте Джорджии, поэтому важность данных укоренилась во мне. Поэтому, прежде чем я уволился, я прощупал почву, пытаясь выучить Python, R и SQL онлайн. Это было похоже на снятие тренировочных колес в первый раз! Я ковылял в упражнениях, но так многому научился, что не хотел слезать с этой поездки. Я втянулся в науку о данных, и теперь мне нужно было научиться оставаться в ней.
Вот тогда и появилась Генеральная Ассамблея. Почему наука о данных? Потому что существовал немедленный и эффективный способ ускорить мою карьеру и навыки в отрасли, которую я начинал любить. Потому что мне не нужно было беспокоиться ни о стеклянном потолке, ни о двухчасовых поездках на работу. Потому что синтаксис, язык, тонкости языка программирования соответствовали моему логическому мышлению. Потому что мне нужно было что-то, что постоянно требовало бы от меня большего по мере того, как я узнавал больше, вместо того, чтобы достичь своего пика в 23 года.
Но вместо того, чтобы отвечать всей этой болтовней, я указываю на эту картинку.
