データの宇宙をマスターする：繁栄するデータサイエンスのキャリアへの鍵となる手順
データの宇宙をマスターせよ：繁栄するデータサイエンスキャリアへの鍵となる手順
データサイエンスの成功したキャリアを築くためには、エリアの6つの主要な柱である技術スキル、ポートフォリオの構築、ネットワーキング、ソフトスキル、さらにはニッチな専門分野の開発を強化する必要があります。 それらすべてを持っていると、面接ステージでもうまくパフォーマンスを発揮する必要があります。
多くのデータサイエンティスト志望者は、スキルをすべてに頼りすぎてネットワークを軽視します。または、ネットワークの連絡先によって面接を受けることを期待して、プレッシャーの下でつまずき、スキルを十分に活かせないということもあります。
1.教育とスキルの開発
これらのセクションのどれも本当に選択肢ではありませんが、これはおそらく6つの中で最も重要なセクションです。 誰かを知らなくても仕事に就くことができるかもしれませんし、ポートフォリオが完璧でなくても仕事に就くことができるかもしれませんが、適切なスキルがない場合、仕事はもらえません。 それどころか、仕事をもらったとしても失敗して解雇される可能性もあります。
以下にフォーカスするべきことを示します:
基本を学ぶ
データサイエンスの仕事には、数学、統計学、プログラミングの堅実な基礎が必要です。 PythonやRなどの言語の習熟は必須です。 ほとんどのデータサイエンスの求人募集では、これらの2つの言語のいずれかが言及されています。
基本的な要件として SQLを学ぶこともおすすめします。 SQLデータベースはデータサイエンティストの生活の一部です。 そして、学ぶのが比較的簡単な言語です。
機械学習とデータ操作
AIの最近の台頭だけでなく、データサイエンティストは常に機械学習の習熟が必要でした。 機械学習アルゴリズム、データ前処理、特徴量エンジニアリング、モデル評価の専門知識を身につける必要があります。
データ可視化
データサイエンティストの調査結果は、他の人に伝える価値がありません。 これは、グラフ、チャート、その他のデータ可視化の方法で行います。 データの洞察を企業の主要な関係者と効果的に共有するために、データ可視化のツールと技術をマスターする必要があります。
ソフトスキルについても少し詳しく説明しますが、コミュニケーションは重要なスキルです。
ビッグデータ技術
もし以前に小規模なデータを扱ったデータサイエンティストが存在したとしても、その日々は終わりました。 今日では、ビッグデータとそれに必要なツールに非常に精通する必要があります。 たとえあなたの会社が実際には「ビッグ」データを扱っていなくても、それを狙っているでしょう。
Hadoop、Spark、大規模データセットを処理するためのクラウドプラットフォームなどのツールに精通してください。
2.強力なポートフォリオの構築
2つ目の柱、ポートフォリオに移りましょう。
おそらくご存知の通り、資格のあるデータサイエンティストは不足しています。 ブートキャンプの卒業生がその供給を埋めるために登場しました。 それが新たな問題を引き起こしました：信頼の欠如です。 企業は学位が必ずしも良い仕事をするために必要な資格ではないことを知っています。 しかし、悪質なブートキャンプは、多くのブートキャンプが「卒業生」を輩出し、結果として、結合とサブクエリの違いを知らない人々を送り出しました。 したがって、個人のポートフォリオはあなたが自分のスキルを証明する機会です。 （また、現在のさらに少し楽観的な就職の見通しと比較して、ブートキャンプは非常に高価です。）
以下が必要なものです:
個人プロジェクト
個人のスキルを示す個人プロジェクトに取り組んでください。これはKaggleの競技、オープンソースの貢献、または自分自身のデータ分析プロジェクトのいずれかです。プロジェクト、コードのサンプル、および貢献を示すために、整理されたGitHubリポジトリを維持することができます。
ブログまたはウェブサイト
データサイエンスに関連する洞察、チュートリアル、およびケーススタディを共有できるブログや個人のウェブサイトを作成することを検討してください。他の人に依頼して作成することも可能ですが、費用が非常に高くかかり、時間もかかるため、ほとんどの人が偽装しようとは試みません。ブログはあなたの知識の素晴らしいポートフォリオとして機能します。
プロジェクト、方法論、および問題解決のアプローチについて説明できる準備をしてください。一般的なデータサイエンスの面接の質問やコーディングの課題について復習してください。
3. ネットワーキング
求人に関わらず、仕事についての黄金の法則を覚えておいてください。70％の求人広告が実際には掲載されないというデータもあります。これは昔の統計ですが、20％から30％になったとしても、誰を知っているかが重要であることを証明しています。さらに、掲載されている求人の3分の1は実際には偽物であり、企業が思われるよりも成功しているように見せるために作られています。個人のネットワークは時間の無駄を避けるのに役立ちます。
以下のことを行ってください：
プロフェッショナルネットワークに参加する
データサイエンスコミュニティに参加し、ミートアップ、カンファレンス、ウェビナーに参加して、同じ分野の他の専門家とつながりを作りましょう。このより公式なネットワークのアプローチは、適切な人々に会い、業界で注目され、最新の情報についてアップデートするのに役立ちます。
ソーシャルメディア
さらに非公式な方法として、LinkedIn、Twitter、関連するフォーラムなどのプラットフォームで関与して、自分の作品やアイデアを共有し、他の人から学びましょう。
4. ソフトスキル
忘れないでください、ハードスキルは戦いの半分に過ぎません。だからこそ、ソフトスキルをおろそかにしないようにする必要があります。ソフトスキルの方が重要だと言っているわけではありません。ハードスキル対ソフトスキルは何ものかの選択ではなく、両方が重要です。しかし、データサイエンスの機械を雇うのではなく、人を雇います。以下のエリアに焦点を当てることをおすすめします：
コミュニケーション
データビジュアライゼーションのスキルを覚えてくださいか？データサイエンティストは、非技術者の関係者に複雑な技術的な知見を効果的に伝える必要があります。マーケティングの誰かが美しいグラフを理解する理由を説明するため、データサイエンティストの仕事の多くが行われます。
問題解決
もはや意味を持たないバズワードになっているかもしれませんので、「問題解決」という言葉が実際にどういう意味を持っているかを理解してください。データサイエンスの文脈で問題を解決することは、単にバグ修正することではありません。新しい仕様に合わせてプロジェクトの技術スタックを再構築するタイミングや、テストデータセットで詰まった場合にモデルを見直すタイミングを知ることも含まれます。
批判的思考
これもほぼバズワードであり、さらなる考察を必要とします。批判的思考とは、データを複数の角度から分析し、仮定に疑問を投げかけ、創造的に意味のある洞察を導き出す能力のことを指します。
チームワーク
データサイエンティストは孤立して働いていません。ウェブ開発者、データアナリスト、ビジネスアナリスト、マーケター、セールス担当者、CXOと協力して、ビジネスのニーズを理解し、データに基づいたソリューションを提供してください。
5. インダストリー専門化
知らないの？求人のためのテックウィンターがちょうど今、真っ只中なのよ。ベンチャーキャピタルの資金は以前ほど流れていないし、企業も予算を締めているの。ジェネラリストでいるのはこの時期には良くないの。生き残るためには、専門化が必要よ。
ニッチを選ぶ
データサイエンスは、ヘルスケア、ファイナンス、Eコマースなど、さまざまな産業にまたがっています。特定のドメインに特化することで、その分野の雇用主にとって魅力的になるでしょう。自然に興味があることを探し、またはすでに余分な知識を持っている場所を探してください。
ドメイン知識
希望する産業で必要な専門知識を習得しましょう。これにより、データの微妙なニュアンスを理解し、より情報を基にした意思決定ができるようになります。たとえば、Googleで働きたいなら、検索アルゴリズムやユーザーの行動の詳細を知っておく必要があります。
6. 面接
最後になりますが、面接の準備をしましょう。最初の5つの要素を押さえても、最後の関門でつまづくかもしれません。以下に私が準備することをお勧めします：
説明
他の人に説明できるだけの概念を知っているかもしれませんが、面接では、自分のプロジェクト、方法論、問題解決アプローチを説明できる準備をしておかなければなりません。
自分がしたこと、なぜそれをやったのか、なぜそれがすべてのプロジェクトに適しているのかを完全に理解しているだけでなく、それを一般人が理解できる程度に上手に説明できるようにしてください（これは「コミュニケーション」スキルを練習する素晴らしい方法でもあります）。
コーディングの準備
ホワイトボードはコーディングの面接の有名な柱ですが、何人もの人々がその白い面前に立たされるとパニックになってしまいます。事前に面接の質問を練習するほど、当日の圧力下でもうまくパフォーマンスを発揮できるでしょう。
データサイエンスで成功するためのキャリアの展開方法
一つの正しい答えがあるとすること、またそれが記事で説明できるとすることは少し図々しいです。このブログ投稿が包括的な解決策よりもむしろロードマップのように機能することを願っています。データサイエンスの仕事の6つの要素を実践することで、希望通りのデータサイエンスのキャリアを築くための道に進むことができます。
****[Nate Rosidi](https://twitter.com/StrataScratch)****はデータサイエンティストであり、プロダクト戦略に携わっています。また、分析を教える非常勤講師でもあり、StrataScratchの創設者でもあります。StrataScratchは、トップ企業の実際の面接質問でデータサイエンティストが面接の準備をするのを支援するプラットフォームです。彼とのつながりは、Twitter: StrataScratchまたはLinkedInでどうぞ。
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
