Bagaimana Bertransisi Ke Ilmu Data Dari Latar Belakang Berbeda?

Diterbitkan Ulang Oleh Plato

Followers: 0

Bagaimana Cara Bertransisi ke Ilmu Data dari Latar Belakang Berbeda?
Pembuat Gambar Bing

Jika Anda berasal dari latar belakang non-ilmu komputer, Anda tahu betapa beratnya pekerjaan itu, untuk memecahkan pekerjaan di dunia Ilmu Data. Peluang Ilmu Data memanggil banyak orang tetapi dengan Ilmu Data yang begitu baru di dunia (tidak lebih dari satu dekade telah berlalu!), Hanya ada sedikit orang yang secara organik memenuhi syarat untuk menjadi ilmuwan data sesuai norma dunia korporat.

Industri ini meneriakkan pertumbuhan dan peluang dan itulah salah satu alasan utama mengapa seseorang ingin beralih ke dunia Ilmu Data meskipun berasal dari latar belakang yang sangat berbeda.

Catatan: Saya adalah salah satu dari sedikit orang yang mengetahui bahwa Ilmu Data dapat bekerja untuk seseorang, bukan dari latar belakang CS dan saya harap artikel ini membantu Anda menemukan panduan yang Anda butuhkan untuk meningkatkan perjalanan Anda.

Bagaimana Cara Bertransisi ke Ilmu Data dari Latar Belakang Berbeda?

Dalam artikel ini, kami akan membahas bagaimana Anda harus mendekati Ilmu Data sebagai transisi karier berdasarkan tiga segmen berbeda:

Untuk seseorang yang memiliki tidak pernah menyentuh subjek apa pun yang terkait erat dengan Ilmu Data di kampus.
Untuk seseorang dari latar belakang non-CS tetapi dengan beberapa mata pelajaran yang relevan yang berkaitan dengan Ilmu Data & yang mau jadi Data Scientist kenapa tidak?

Untuk seseorang yang pernah bekerja di suatu industri untuk waktu yang lama tetapi sekarang ingin beralih ke dunia Ilmu Data yang menarik dan menakutkan.

Catatan: Pandangan dalam artikel ini adalah milik saya sendiri, silakan memiliki pendapat atau pendekatan Anda sendiri terhadap transisi tersebut. Saya berharap yang terbaik untukmu.

Mari kita mulai.

Tahap I: Anda tidak terkait erat dengan Ilmu Data tetapi Anda ingin mempelajarinya.

Nah, dalam hal ini, menurut saya satu-satunya upaya yang akan Anda lakukan adalah mental dan itu membutuhkan banyak kesabaran. Tidak diragukan lagi bahwa Ilmu Data adalah subjek yang sangat teknis dan melibatkan banyak angka.

PS Coba periksa ini dulu, untuk mengidentifikasi jalan apa yang harus diikuti untuk menjadi besar di Ilmu Data. Anda kemudian dapat melanjutkan dan memahami hal-hal yang perlu Anda perhatikan untuk mempercepat perjalanan Anda!

Mulai di sini:

Bagaimana Cara Bertransisi ke Ilmu Data dari Latar Belakang Berbeda?

Hal-hal yang perlu diperhatikan dalam hal ini:

Ilmu Data sama seperti subjek lainnya, Anda selalu dapat mulai mempelajarinya kapan pun Anda punya waktu.
Itu selalu cukup awal, tidak pernah terlalu terlambat untuk memulai.
Ilmu Data adalah kombinasi ilmu komputer, statistik, matematika tingkat perguruan tinggi, banyak pemikiran logis, dan bahasa pemrograman dengan alat lain yang dapat Anda gunakan.
Petakan keahlian Anda di setiap domain (atau khususnya domain yang ingin Anda kuasai) dan lanjutkan dengan mempelajari lebih lanjut tentang masing-masing domain.
Jika Anda ingin masuk ke analitik, dorong pengetahuan statistik Anda dan juga pembersihan data, dll. (pelajari Excel sebanyak yang Anda bisa, ini merupakan berkah untuk analitik dalam kumpulan data kecil dan alat terbaik untuk memulai)
Untuk Data Viz, coba pelajari Tableau, PowerBI, dll. tetapi pada saat yang sama, pahami cara kerja visualisasi dan cara membuat visualisasi dan dasbor yang lebih baik.
Terutama untuk 2 bulan pertama pembelajaran Anda, fokuslah mempelajari ini dalam urutan yang sama — Excel, SQL, Tableau, dan jika waktu mengizinkan, dasar-dasar Python.

Bagaimana Cara Bertransisi ke Ilmu Data dari Latar Belakang Berbeda?

Dengan ini, Anda dapat melanjutkan ke tahap II dan terus belajar dari sana.

Catatan: Ini akan memakan waktu jika Anda baru mengenal Ilmu Data, jadi bersabarlah dan percayai prosesnya. Itu akan berhasil!

Tahap II: Anda telah terkait dengan beberapa mata pelajaran dalam Ilmu Data tetapi Anda belum sepenuhnya mempelajarinya.

Ini adalah tahap yang mirip dengan saya dan saya dapat memberi tahu Anda, bahwa dibutuhkan upaya yang cukup untuk mempelajari Ilmu Data. Itu tergantung pada banyak faktor seperti yang akan Anda lihat pada akhirnya, tetapi tidak terlalu sulit dengan cara dunia membuka pintu untuk pembelajaran sumber terbuka dan menawarkan pengetahuan kepada siapa saja yang menginginkannya (bahkan jika mereka berasal dari non-CS). latar belakang).

Hal-hal yang perlu diperhatikan dalam hal ini:

Ilmu Data adalah bidang yang sulit jika Anda mencoba melihatnya secara keseluruhan. Mulailah melihat setiap komponen yang ingin Anda fokuskan sebagai bagian dari teka-teki besar, dan Anda akan baik-baik saja.
Jika Anda ingin mempelajari sisi Data Viz dari Ilmu Data, fokuslah untuk memahami cara kerja dasbor dan koneksi data dan pelajari penceritaan data.
Untuk seseorang yang ingin mempelajari Machine Learning, cobalah memahami cara bekerja dengan Python atau R, jika Anda menggunakan Python — pelajari pustaka seperti NumPy, Pandas, Scikit Learn, SciPy, Matplotlib, dan Seaborn.
Pahami konsep teoretis di balik ML untuk lebih memahami algoritme Anda. Ini akan memakan waktu tetapi memahami prosesnya lebih penting daripada mengkodekan algoritme ML tingkat tinggi.
Jika Anda ingin mendorong sisi analitik Anda — pelajari Statistik Inferensial, dan pahami bagaimana data dapat digunakan untuk membuat solusi berbasis data. Pelajari cara bekerja dengan data yang tidak terstruktur dan bersihkan set data sebanyak mungkin.
Melampaui perintah CRUD normal dalam SQL untuk memahami dengan sempurna cara kerja GABUNG dan cara bekerja dengan MySQL/PostgreSQL. Jika Anda ingin mendorongnya dengan Excel, pelajari cara menggunakan Data Analysis Toolpak dan cara membuat Macro.
Pahami cara kerja data deret waktu dan ketahui cara menarik data dari sumber dan membuat prakiraan deret waktu untuk mendorong pembelajaran Anda.

Bagaimana Cara Bertransisi ke Ilmu Data dari Latar Belakang Berbeda?

Lebih sering daripada tidak, Anda akan menjadi salah satu dari massa yang akan mempelajari banyak alat dan memahami semuanya di tingkat menengah.

Saya akan sangat menyarankan Anda untuk menemukan ceruk pasar Anda dan maju di dalamnya. Dengan banyaknya pengetahuan dan persaingan di dunia ilmu data, coba temukan ceruk pasar Anda dan pastikan Anda menemukan keunggulan dalam persaingan dengan keahlian unik Anda.

Tahap III: Anda sudah ahli dalam suatu industri, tetapi Anda ingin memulai Ilmu Data sekarang!

Ada orang yang saya kenal yang telah berada di posisi luar biasa dalam hidup mereka sebelum memutuskan bahwa mereka ingin menjadi bagian dari Ilmu Data. Wajar jika ingin ada perubahan karir setelah lama bekerja di industri tertentu dan ada beberapa hal yang saya bersumber dari orang yang saya kenal yang pernah berada di posisi yang sama dan dapat membantu Anda dalam hal ini.

Hal-hal yang perlu diperhatikan dalam hal ini:

Setelah Anda menjadi seorang profesional di industri tertentu, itu mungkin karena perubahan dalam pilihan hidup atau tuntutan untuk meningkatkan keterampilan, yang membawa Anda ke Ilmu Data
Bagaimanapun, peran manajemen dalam Ilmu Data akan lebih bahagia jika memiliki seseorang dengan eksposur korporat yang berat di industri ini
Meningkatkan keterampilan dalam Ilmu Data dengan pengetahuan Anda saat ini di suatu industri dapat menjadi salah satu hal terbaik yang dapat terjadi dengan transisi karier Anda. Ilmu Data, sambil bermain di Ilmu Komputer dan juga alat dan teknik, sangat bergantung pada pengetahuan domain.
Dengan pengetahuan domain yang cukup, Anda bisa menjadi ilmuwan data di bidang Anda dengan memanfaatkan kekuatan data lebih dari apa yang sudah dilakukan
KPI dan metrik khusus industri dapat dikembangkan lebih lanjut dan diotomatisasi dengan Ilmu Data dan dapat membuka pintu baru untuk Anda juga.
Dengan pengetahuan tambahan tentang alat sains data di gudang senjata Anda, Anda bisa menjadi pelatih di bidang Anda dan membantu ilmuwan data pemula. Kemungkinannya tidak terbatas.
Alat dan keterampilan untuk belajar pada tahap ini sama dengan yang dilakukan pada Tahap I dan Tahap II yang disebutkan sebelumnya dalam artikel ini.

Bagaimanapun, yang terbaik adalah mempelajari ilmu data dan tetap berpegang pada bidang profesi Anda karena cara dunia beralih ke ilmu data saat ini. Semua yang Anda lakukan, bisa, dan melibatkan data, dan menggunakannya dalam pengambilan keputusan, hanya akan membuat keputusan Anda jauh lebih baik.

Sulit untuk beralih ke dunia ilmu data bukan karena sulitnya mendapatkan pekerjaan, tetapi karena banyak orang yang mengincarnya. Peluang dilihat oleh semua orang dan orang tahu bahwa -Data adalah masa depan- dan begitu juga Ilmu Data.

Bagi siapa saja yang sudah mahir dalam Ilmu Data, nantikan terus, saya akan memiliki bagian lain untuk artikel ini yang akan datang di mana kami membahas bagaimana Anda dapat beralih dari pro menjadi ahli dalam Ilmu Data.

Yash Gupta adalah Penggemar Ilmu Data & Analis Bisnis, Penulis Teknis Lepas, dan Blogger di Medium.com. Dia tertarik untuk berbagi pengetahuan ilmu data dengan audiens yang lebih besar dengan cara yang mudah dikonsumsi. Dia ingin berbagi pengetahuannya dengan semua orang yang menikmati data seperti dia. Dia mencoba mempelajari sesuatu yang baru setiap hari dan suka membimbing para penggemar data pemula dalam perjalanan mereka.

Original. Diposting ulang dengan izin.