4 ошибки, которые совершают начинающие специалисты по обработке данных, и как их избежать

Итак, вы решили стать специалистом по данным. Независимо от того, пытаетесь ли вы перестроить свою карьеру или услышали новость о том, что роль специалиста по обработке данных — это самая сексуальная работа векаили вам просто нужна высокооплачиваемая работа, которую роботы не заменят в ближайшее время, карьера в области науки о данных — отличный выбор.

Однако многие начинающие исследователи данных испытывают трудности и даже сдаются слишком рано, потому что не продумали весь процесс.

Если вы находитесь на пути к тому, чтобы стать специалистом по данным, помните об этих четырех вопиющих ошибках и избегайте их:

1. Неверный расчет количества времени

Честно говоря, чтобы стать специалистом по данным, нужно много времени и много работы. Насколько это действительно зависит от каждого человека и от того, какой у вас уже опыт работы в этой области. Например, если у вас есть пара степеней по математике или несколько лет опыта работы в области информационных технологий или разработки программного обеспечения, вы освоитесь немного быстрее.

Но реальность такова, что независимо от соответствующего опыта вам придется потратить много часов вне своей повседневной работы, пытаясь изучить все тонкости науки о данных, и это может быть непросто.

Чтобы адекватно измерить затраты времени и работы, вам понадобится стратегический взгляд на науку о данных и все составляющие ее компоненты (например, статистические выводы, визуализации, машинное обучение, большие данные, R/Python/SAS/Excel, и т. д.). Проведите небольшое исследование времени, необходимого для освоения каждой области, и только тогда вы начнете понимать, насколько велики затраты времени на науку о данных.

2. Недооценка необходимых обязательств

Каждый, кто когда-либо становился экспертом, понимает, что для достижения чего угодно необходима приверженность. Наука о данных не является исключением. Это требует актуальных знаний, приверженности и внимания к деталям. Вам нужно будет знать описательную статистику, статистику вывода, визуализацию данных и способы обработки наборов данных. Вам понадобится терпение и способность мыслить аналитически. Вам понадобится понимание реляционных баз данных, SQL, Excel, машинного обучения и многого другого.

Полный список жестких и мягких навыков можно найти в статье «Какие навыки мне нужны, чтобы стать специалистом по данным?»

Чтобы добиться реалистичных ожиданий относительно объема проделанной работы, вам нужно будет добывать ресурсы отовсюду. Это может включать в себя книги и блоги, видео, подкасты и курсы по науке о данных. Вам нужно будет потратить некоторое время, чтобы определить общие затраты времени и усилий (обычно в течение месяцев/лет), чтобы стать специалистом по данным.

3. Отсутствие плана

Одна из самых распространенных ошибок, которые я вижу у начинающих специалистов по данным, — это полное отсутствие планирования. Как, черт возьми, вы узнаете, добились ли вы прогресса или все еще идете в правильном направлении, если не сравниваете себя со стратегией?

Используя любой предпочитаемый вами метод (листок бумаги, электронная таблица, Google Doc и т. д.), буквально изложите свои цели и укажите даты, даты дождя и вехи.

Слишком многому нужно научиться, увидеть и попрактиковаться, чтобы просто «стрелять от бедра».

Вот небольшой пример годового плана:

• Январь:
  • Начните освежать вводную статистику
  • Установите и запустите R или Python
  • Посмотрите немного видео на R или Python
  • Изучите тип данных, структуры данных, пакеты и библиотеки R или Python.
  • Начните использовать R/Python и возьмите на себя обязательство использовать его каждый день.
• февраль:
  • Прочитайте книгу по науке о данных
  • Начните слушать подкасты по науке о данных
  • Продолжайте изучать статистику целостно
    • Описательная статистика
    • Выведенный статистика
    • Прогнозная статистика
    • Номинальные, порядковые, интервальные и коэффициентные значения
    • Различные статистические тесты:
      • Т-тест
      • Дисперсионный анализ
      • Критерий хи-квадрат на независимость
    • Загрузите набор данных в R или Python
    • Продолжайте использовать R/Python и используйте его каждый день.
• Маршировать:
  • Продолжить введение в статистику
    • Что такое проверка гипотез?
    • Что такое корреляция?
  • Продолжайте использовать R/Python и используйте его каждый день.
• Апрель:
  • Обзор тем за первые три месяца
  • Продолжить введение в статистику
    • Что такое Т-тест? F-тест?
    • Что такое АНОВА?
    • Что такое непараметрические тесты?
  • Продолжайте использовать R/Python и используйте его каждый день.

Продолжайте составлять свой план и выполнять задачи и цели, изложенные в плане. Затем возвращайтесь к нему раз в две недели. Посмотрите, насколько хорошо вы держитесь цели.

Иногда вы будете отставать. Бывает. Иногда вы отклоняетесь от своего плана. При необходимости выровняйте и перекомпонуйте, но не расстраивайтесь.

4. Ограничение опыта аудитом онлайн-курсов

Это большая ошибка, если вы не сможете проверить и подтвердить, что вы действительно прошли курс и усвоили его содержание.

В какой-то момент вам нужно будет доказать, что вы взяли на себя это обязательство и все тщательно продумали. Просто сказать, что вы прошли один или два курса (или даже 10 или 20), будет недостаточно, чтобы убедить любого менеджера по найму даже не предоставить вам интервью по телефону.

В прохождении курсов одитинга нет ничего плохого. Благодаря этому вы можете многому научиться. Но когда вам нужно доказать, что у вас есть знания (особенно когда вы начнете предлагать свое резюме потенциальным работодателям), будет очень сложно убедить кого-либо в том, что вы изучили материал и выполнили работу. Сертификат устраняет это потенциальное препятствие, сообщая работодателям, что вы более чем знакомы с концепциями и языком этой области и что вы можете выполнить свои обязательства.

Итак, возьмите учебный курс по науке о данных, который сочетает в себе исследовательский анализ данных, программирование на R или Python, базовую статистику, вводное машинное обучение и визуализацию в один курс. Курс, охватывающий основы науки о данных, поможет вам узнать, сколько времени вам нужно посвятить каждой области. Это поможет вам спланировать стратегию и сроки.

На этом этапе у вас также будет достаточно информации, чтобы решить, действительно ли вы хотите принять участие в этом процессе. Вы сможете спланировать и разработать стратегию для достижения этой нелегкой цели — стать специалистом по данным. Это будет непросто и не быстро. Но если эта роль вам нравится и вы страстно любите ее, она того стоит.