TL; DR
1. Asegúrese de que el análisis de datos es realmente lo que quiere hacer en su vida (a menos que quiera fallar perpetuamente).
2. Identificar fortalezas / debilidades en las tres áreas importantes: investigación y estadística; visualización de datos e informes; Programación de datos.
3. Trabaja para usar tus fortalezas y comienza a hacer cosas con tus habilidades para mostrar su uso práctico.
4. Una vez que se sienta lo suficientemente seguro, comience a solicitar un trabajo.
He estado reclutando analistas para mis equipos durante los últimos dos años en dos compañías diferentes, y no soy analista de profesión, sino que cambié mi carrera de otro contexto (psicología / psicología experimental). Aquí están algunos de mis pensamientos al respecto:
- Piensa en tu motivación . ¿Por qué quieres ser analista de datos? ¿Dinero? Pasión por los datos? ¿Haciendo algo que suena bien? Cambiando de una posición que no tuvo éxito? Solo una respuesta que puede hacer que su transición sea exitosa: pasión. Es bueno tener otro factor como motivación, pero el núcleo de la motivación debería ser la pasión por descubrir patrones ocultos en los números y convertirlos en una aplicación comercial útil y real. Sin esto, puedes dejar de intentarlo ahora mismo: serás infeliz y siempre perderás con personas con menos habilidades, pero con más pasión cuando se trata de buenos puestos de trabajo y proyectos interesantes. Además, perderás años de tu vida haciendo algo que realmente no quieres. Hay muchas maneras de cumplir con todas las motivaciones que enumeré, además de la pasión por los datos y el análisis.
- Si la motivación está ahí, bien por ti, sigamos adelante. La siguiente pregunta es: ¿qué puede hacer en este momento y cómo se puede transferir al análisis de datos? Para mí, personalmente, fue la investigación psicológica lo que me metió en la industria. En general, hay tres áreas principales que deben dominarse antes de convertirse en un analista de datos experto y está perfectamente bien comenzar con solo una y media de ellas. Estos son:
- estadística e investigación: pruebas de hipótesis, diseño experimental, pruebas de significación estadística, modelos de regresión. Y, lo más importante, comprender cómo se reflejan estas cosas en la vida real. Si investigaste un poco en tu vida, tienes uno. Si no lo hizo, pero se graduó de matemáticas / física u otro campo estático, es la mitad.
- visualización de datos e informes: capacidad de comunicarse mediante gráficos y tablas. Capacidad para encontrar cosas útiles en los datos y sugerir acciones basadas en estos. Esta es la mitad. La otra es: Capacidad de ajustar la comunicación a la persona a la que se la presenta. Implacable impulso para que todos los que te hagan una pregunta comprendan la respuesta por completo. Abrazando la actitud de que si alguien no te entiende es culpa tuya en el 95% de los casos. Su trabajo es encontrar cosas en datos complejos y comunicarlas de una manera simple. Malentendido = fracaso profesional.
- programación de datos: la programación OO con apegarse a reglas de código limpio en un lenguaje de script para ciencia de datos (python / R / scala: uno es suficiente) es la mitad. SQL es otra mitad.
- Una vez que haya identificado sus fortalezas y debilidades, encuentre formas de mejorar sus habilidades y los lugares más rápidos para comenzar a hacer la verdadera mierda :
- Si está por debajo de un puntaje de resumen y medio o si está a la mitad en cada área, hay mucho trabajo por hacer. Concéntrese en el área que le parezca más interesante y llegue a uno en esta área.
- Si eres uno en un área y media o más en cualquier otro, ¡felicidades, estás en un buen lugar para comenzar a hacer cosas reales!
- Comienza a hacer la verdadera mierda
- Estadísticas + programación = Kaggle. Ve allí y diviértete un poco. Una vez que esté en el 10% superior de algunos concursos, comience a solicitar puestos de científico de datos junior. O tal vez incluso no junior.
- Estadísticas + visualización de datos / informes = experto de visualización de datos o blog de datos. Encuentre fuentes de datos interesantes y juegue con ellas en Excel o Tableau. Hay un montón de cosas por ahí, puede intentar y preparar narrativas basadas en datos que respondan prácticamente cualquier pregunta que pueda poner en números: ¿qué tan popular es la papa? ¿Qué deporte es el más arriesgado? ¿Hay alguna nacionalidad que sea más saludable que otras? Después de que haya preparado algunos informes cuasi o infografías de calidad y sienta que puede obtener respuestas de los datos, comience a solicitar puestos de analista de datos.
- Datos viz / informes + programación = datos viz ingeniero / frontend dev con antecedentes de datos. Posición no tan analítica, pero centrada en la visualización de datos. Considere aprender más sobre la investigación.
- Los tres = haz lo que quieras. Seriamente. Todos los que busquen un analista / científico de datos lo querrán si tienen cosas que mostrar que demuestren su experiencia en cada una de las tres áreas.