アカデミー賞にノミネートされた映画Hidden Figuresのクライマックスで、数学者キャサリンジョンソンがジョングレンの宇宙カプセルFriendship 7の着陸座標の計算を検証するために呼び出されます。コンピュータシステムの出現前に、しかし、マシンからのデータには、人が解決する必要がある矛盾がありました。
それは1961年のデータサイエンスでした。最近では、状況は少し異なります。 複雑なデータ収集システムにより、あらゆるセクターの企業は、ビジネス、クライアント、および将来の展望についてさらに学ぶことができます。 しかし、Hidden Figuresのように、データ内から重要な真実を見つけるには人々が必要です。
データサイエンスを毎日どのように使用しているか、そしてデータサイエンティスト、エンジニア、またはアナリストとして成功するために必要な基本的なスキルを紹介します。
データサイエンスはどこにでもあります
金融およびハイテク産業をはるかに超えるデータ科学者の可能性は活気づいています。 「すべての分野で、今日の市場での競争と改善にデータサイエンススキルが不可欠になっているという認識が高まっています」と、個人や企業と連携するデータサイエンススキルトレーニング会社であるデータサイエンスコーポレートトレーニングfor Metisのエグゼクティブディレクター、マイケルガルビンは言います。 。
クッキーについて考えてください。 いいえ、ミルクに浸したものではありません。データアナリスト、科学者、およびエンジニアが消費者のWeb習慣について学び、それらについてのアルゴリズムを通知するのに役立つ強力なデータ収集ツールです。 Facebookに表示される広告。 彼らの目標は？ 消費者の関心と行動を評価し、それらの分析を使用して、すべてのセクターの企業にとって重要なビジネス上の意思決定を支援します。
「主流のデータサイエンスに対する認識が広がっています。 Amazonでの購入からNetflixに至るまで、データサイエンスはこれまで以上に多くの人々に触れています」とガルビンは言います。
どのようにフィットする
データサイエンス分野の成長に伴い、データサイエンティスト、データアナリスト、モデラーの役割の重複が増加しています。
しかし、LexisNexis Risk SolutionsのテクノロジーおよびHPCCシステム担当バイスプレジデントであるDr. Flavio Villanustreによれば、さまざまなポジションの違いは実際には非常にユニークであり、特定の分野で才能のある人々に機会を提供します。
「データアナリストは、従来、クエリ言語からグラフィカルデータモデルに至るすべてのトレーニングを必要とするデータ操作技術を専門としています」とVillanustre氏は言います。 「一方、モデラーは相関とパターンの数値データを分析します。」
データサイエンスに関しては、理想的な候補者は、ドメインとビジネスの知識を組み合わせたこれら2種類のスキルのスーパーセットを紹介する必要があると説明しています。 「データサイエンティストは通常、プログラミングテクニックに関するデータアナリストよりも深い知識を持ち、より高度なテクニックを使用したデータ分析方法論に関する統計モデラーよりも幅広い知識を持っています。」
これらのポジションに応募する場合、企業が実際に実行したいと考えているタスクに注意することが重要です。
「データサイエンスに関する話題により、多くの企業がデータサイエンティストの仕事をするためにデータサイエンティストを雇い、最終的にデータのクレンジングと準備を行い、実際のデータサイエンスにほとんど時間を費やしていません。」 SSA＆Companyは、ビッグデータ分析を企業の運用に変換することを専門とする経営コンサルティング会社です。
新しいツールにより、専門知識レベルの低い人々が分析モデルを作成できるようになったため、求職者を差別化するためには、ビジネス知識や効果的なコミュニケーションスキルなどの多様な関連スキルが重要です。 面接するときは、会社が何を求めているのかを正確に確認するために質問をしてください。そして、それに応じてあなたの強みを示してください。
私たちのオフィス
成功するために必要なもの
木のために森を見ないという古い格言は、データ科学者、アナリスト、またはエンジニアとして働くときに覚えておくべき重要なことです。 コアデータの精度は重要ですが、企業が解決したい問題の全体像を認めることも重要です。
「データサイエンティストの間では、物事を複雑化しすぎて詳細のブラックホールに吸い込まれる傾向があります」とガルビンは警告します。 「代わりに、彼らは解決しようとしているビジネス上の問題について考え、何かを機能させてから、反復する必要があります。」
さらに、あなたがしていることへの関心は、どんな仕事にも当てはまりますが、同様に不可欠です。
「企業は、さまざまな問題に関するさまざまな種類のデータ（画像、テキスト、財務データなど）を処理します。 成功するためには、使用するデータの種類に興味を持ち、理解する必要があります」とガルビンは言いました。 「たとえば、医療画像を扱うデータサイエンティストは通常、医師自身ではありませんが、エンドユーザーまたはクライアントは医師になります。 彼らが解決しようとしている問題を理解できますか？ これらの問題を解決することに興味がありますか？」
そして、コミュニケーションがあります。 データサイエンティスト、アナリスト、エンジニアはそれぞれの言語を話すと言われていますが、職場で成功するには、スキルを最大限に活用して利益を得る人と明確にコミュニケーションをとる必要があります。
「ビジネスの利害関係者との協力はますます重要になります」とクレイマーは言いました。
データサイエンスとその関連するキャリアは、NASAが新しいコンピューターマシンの作業を利用して検証するために人間のコンピューターを必要としていた1960年代から長い道のりを歩んできました。 しかし、データが私たちの生活、仕事、ビジネスをどのように形成するかに興味を持っている優秀な頭脳は、これまでと同じように不可欠です。
