Количественные способности, умение решать проблемы, навыки программирования, эффективная коммуникация и навыки командного игрока
Введение
По данным IBM, в 2019 году предприятия ежедневно создавали и хранили почти 2,5 квинтиллиона байт данных. Большие данные — это большой бизнес, и компании плавают в океанах ценных данных. Являясь одной из самых быстрорастущих отраслей с оборотом в несколько миллиардов долларов, корпорации и организации пытаются извлечь максимальную пользу из уже имеющихся данных и определить, какие данные им еще необходимо собирать и хранить. Кроме того, по-прежнему существует невероятная потребность в специалистах по обработке и анализу данных, чтобы разобраться в цифрах и найти скрытые решения запутанных бизнес-проблем. Со всеми захватывающими возможностями в науке о данных изучение науки о данных — отличный способ получить навыки и опыт, необходимые для того, чтобы выделиться в этой конкурентной области.
Если вы заинтересованы в изучении науки о данных, рекомендуется задать себе этот вопрос:
Есть ли у меня необходимый опыт, чтобы преуспеть в программе обучения науке о данных или бизнес-аналитике?
Независимо от того, заинтересованы ли вы в получении степени в области науки о данных в университете или в самостоятельном обучении, например, с помощью массовых открытых онлайн-курсов (МООК), важно, чтобы вы поняли предварительные условия для науки о данных, прежде чем начать свое путешествие.
Чтобы ответить на поставленный выше вопрос, мы изучили требования к поступающим в различные университеты, предлагающие степень магистра в области бизнес-аналитики или науки о данных, такие как Гарвардский университет, Колумбийский университет, Государственный университет Канзаса, Университет Дьюка, Сиракузский университет, Университет Уолдена и Калифорнийский университет. Беркли. Мы обнаружили, что для подавляющего большинства этих программ наиболее важной предпосылкой для науки о данных или бизнес-аналитики являются сильные количественные способности. Ознакомьтесь с требованиями для поступления в эти университеты ниже.
Университет Дьюка: степень бакалавра в области естественных наук, технологий, инженерии, математики, бизнеса, экономики или эквивалентная количественная специальность к началу программы.
Университет штата Канзас: завершение STAT 350 и STAT 351 (или эквивалентных курсов по статистике). Приветствуется знание компьютерного программирования и приложений.
Колумбийский университет: степень бакалавра в смежной области техники или науки.
Гарвардский университет: предварительных курсов не требуется, но количественный опыт будет иметь жизненно важное значение для вашего успеха в программе.
Сиракузский университет: степень бакалавра в области бизнеса, статистики, математики, инженерии, финансов, информационных технологий, физики, цепочки поставок или экономики.
Университет Талсы: четыре года обучения в области бизнеса, инженерии или естественных наук.
Университет Уолдена: степень бакалавра в области науки о данных, информатики, информационных технологий или аналогичного предмета.
В следующем разделе мы обсудим 5 основных общих навыков (на основе требований к поступающим из университетских учебных программ, рассмотренных выше), которые необходимы для успеха в программах по науке о данных или бизнес-аналитике.
II. Общие навыки, необходимые для программ Data Science/Business Analytics
а) Высокий уровень количественных способностей: высокий уровень количественных способностей, о чем свидетельствует степень бакалавра в области количественных дисциплин, таких как математика, физика, информатика, бухгалтерский учет или инженерия. Степень бакалавра может и не требоваться, но, по крайней мере, сильные математические навыки необходимы для успеха в науке о данных.
б) Мышление, направленное на решение проблем. Наука о данных по определению является научной дисциплиной, которая использует данные для построения моделей, которые можно использовать для выявления шаблонов значений или в целях прогнозирования. Таким образом, наука о данных — это дисциплина, решающая проблемы. Поэтому сильный настрой на решение проблем даст вам преимущество.
в) Навыки программирования. В науке о данных требуются базовые навыки программирования. Важно знать следующие библиотеки/пакеты:
Ggplot2 Pandas Numpy Matplotlib Seaborn Scikit-learn Caret TensorFlow PyTorch Keras
г) Способность эффективно общаться: как специалист по обработке и анализу данных вы можете обладать большим набором технических навыков, но если вы не умеете эффективно общаться, вы не сможете четко излагать свои идеи. . Поэтому крайне важно, чтобы сильные технические навыки сочетались с коммуникативной смекалкой. Поскольку наука о данных — очень широкая область, для большинства реальных промышленных проектов потребуется, чтобы вы работали с командой сотрудников с разным опытом, таких как аналитики данных, инженеры данных, руководители предприятий, менеджеры проектов и т. д. Хорошие коммуникативные навыки помогут вам развиваться в такой среде.
e) Умение работать в команде. Будучи хорошим командным игроком, вы сможете преуспеть в бизнес-среде и поддерживать хорошие отношения с другими членами вашей команды, а также с администраторами или директорами вашей организации.
III. Резюме и заключение
Таким образом, мы обсудили 5 основных навыков, необходимых для успеха в программах обучения науке о данных. Любой человек с правильной мотивацией и страстью может изучить основы науки о данных. Тем не менее, опыт работы в аналитической дисциплине, такой как физика, математика, информатика, инженерия или экономика, послужит дополнительным преимуществом и поможет повысить ваши шансы на успех в программе.
Дополнительные ресурсы по науке о данных/машинному обучению
Временная шкала компетентности в науке о данных
Учебная программа по науке о данных
Основные математические навыки для машинного обучения
