转行到大数据分析

9

我是35岁的IT专业人员，纯技术。我擅长编程，学习新技术，理解它们并实施。我在学校不喜欢数学，所以我在数学上的成绩不高。我对从事大数据分析事业非常感兴趣。尽管我不喜欢它，但我对分析而不是大数据技术（Hadoop等）更感兴趣。但是，当我环顾互联网时，我发现，分析能力强的人（数据科学家）主要是数学专业的毕业生，他们完成了PHds并听起来像聪明的生物，他们远远超出了我。有时我会害怕思考我的决定是否正确，因为要靠自己学习预先的统计数据非常困难，并且需要付出大量的努力和时间。

我想知道我的决定是否正确，还是应该把这份工作留给那些一生都在著名的大学学习并获得学位和博士学位的知识分子。

career

— 栗尾Z7
source

2

我认为这对于StackExchange可能有点宽泛，如果涉及职业建议，则可能被认为是偏离主题的，但请参见其他人的想法。

— 肖恩·欧文

7

不要忘记，您正在与自己进行比较的人是那些知识渊博的人，这些知识具有广博的博客，具有高堆栈交换代表等的知识，即不是代表性的样本。您正在将自己与最好的相比，而不是平均值。如果您是一个精明的IT专家，并且非常想要它，那么这里就是您的最佳选择。数据呈指数增长，我们分析和管理数据的能力可能会更慢。因此，有很多机会，只要抓住牛角。

— 约翰·鲍威尔

1

我猜每个公司都不一样，但是在我的公司中，我们不做任何疯狂的统计/数学运算。尽管有很多常识性的问题解决方法。我个人希望我的计算机科学背景更强。我会按以下顺序对技能进行排名：1）常识，2）计算机科学/编程3）数学/统计学。

— Akavall

您可能需要阅读我的相关答案。

— Aleksandr Blekh

如果您是一个优秀的程序员，那么您可能已经使用了很多数学。我无法想象一个优秀的程序员，不会每天使用数学。您使用的最高数学水平是什么？您使用哪种编程语言，并将其用于什么用途？您当然不需要博士学位才能进行数据科学，但是数学是必不可少的。

— 阿姆斯特尔2015年

4

由于需求量大，有可能在没有正式学位的情况下开始从事数据科学事业。我的经验是，学位通常是职位描述中的“要求”，但是如果雇主足够拼命，那就没关系了。通常，进入拥有正式职位申请流程的大公司比没有他们的小型公司更难。无论哪种情况，“认识人”都可以帮助您。

无论您的学历如何，无论需求多么高，您都必须具备完成这项工作的技能。

您正确地指出，高级统计和其他数学很难独立学习。这取决于您要改变职业的严重程度。尽管有些人确实在数学上具有“天生的才能”，但每个人的确都必须做工作才能学习。有些人可能学得更快，但每个人都必须花时间学习。

最终的结果是，您有能力向潜在的雇主表明您对该领域具有真正的兴趣，并且您将能够在工作中快速学习。您拥有的知识越多，可以在一个项目组合中共享的项目越多，您拥有的工作经验越多，可以为您提供的工作水平越高。您可能必须首先从入门级别的位置开始。

我可以提出一些独立学习数学的方法，但这不是您的问题的一部分。现在，只知道这很困难，但是如果您决心改变职业，那还是可以的。趁热打铁（需求高）。

— 谢尔顿克雷格
source

我提到在上学期间我的数学能力很弱。自从我看到数学在解决现实问题中的实际用途以来，我就开始喜欢它了。因此，您可以建议我学习数学的方法。我喜欢你的回答。

— 2014年

我总是喜欢了解我要解决的软件问题，然后学习解决该问题所需的数学方法。但是，根据您的技能水平，您可能无法立即使用新数学并立即使用它。坦白地说，选择一个数学问题您认为可以解决的软件问题。每天处理它，作为您投资组合的一部分。如果发现无法理解的数学软件问题，可以通过在线课程扩大数学知识。关键是习惯-每天抽出时间学习或编码。

— sheldonkreger 2014年

1

如果您不喜欢数学，则应该更多地研究基础架构方面的内容。您进入软件堆栈的次数越少，与数学（数据科学类）的距离就越远。换句话说，您可以为其他人建立基础，以创建可为分析师服务的工具。想想像Cloudera，MapR，Databricks等公司。将有用的技能是分布式系统和数据库设计。没有数学，您就不会成为数据科学家。这是一个荒谬的想法！

— 埃姆雷
source

1

根据我的经验，拥有博士学位并不意味着在数据科学公司的环境中一定是好人，我是数据科学家，我只是一名工程师，但我认识一些与我公司合作的大学老师，并且有时我对他们说他们的观点是不正确的，因为尽管他们的想法和推理是正确的，但它们不适用于公司活动，因此我们不得不修改一些数据模型以使其对公司和结果有用失去了价值，因此我们不得不寻求新的模型。我的意思是数据科学是一个多学科领域，因此需要许多不同的人一起工作，所以我认为您的技能在数据科学家团队中可能非常有用，您只需要找到适合自己的位置即可；）

— 哈维
source

1

可能会有点偏离主题，但我强烈建议您阅读此MOOC https://www.coursera.org/course/statistics。这是一个非常好的和清晰的统计入门。它为您提供了有关数据科学核心领域的基本原则。我希望这将是开始您与统计之间的友谊的良好起点。

— 杜姆卡
source

1

我还没有提到这一点，但是请务必记住，您可能会看到薪水下降。我这么说是不知道您能赚多少钱，但是从（我认为）经验丰富的IT专业人员转到入门级数据科学家级别可能不会为您带来多少收入。

以下是2015年Burtch Works关于数据科学薪酬的一部分研究的链接：

http://www.burtchworks.com/files/2015/05/DS-2015_Changes-in-Base-Salaries.pdf

如您所见，全国1级个人贡献者的薪水中位数为90k。完整的报告按地区进行了细分，但是再次假设您是一位经验丰富的IT专业人员，您可能会赚到更多。

n = 1的轶事：DS硕士课程的一位同学是一位经验丰富的Java开发人员，拥有房屋，家庭等。尽管他对数据分析非常感兴趣（为程序付费），但他的潜在薪水数据分析将无法支持他目前作为Java开发人员的生活方式。结果，他基本上“浪费了”学位并回到了发展中。我真的很讨厌看到更多的人发生这种情况。

— 杰克C.
source

有趣的信息杰克！

— KurioZ7

0

请记住，对于一家公司来说，“大数据”正在成为一种越来越流行的事情。高级人士可能会在HBR上阅读有关它的文章，并对自己说：“我必须从中获取一些那个”（并不是说它们一定是错误的）。

对您而言，这意味着高级分析对于该公司而言并不需要像启动和运行某些东西那样必要。

幸运的是，公司可能需要的大多数组件都是免费的。而且，我相信Hortonworks和Cloudera都有免费的“沙盒”虚拟机，您可以在您的PC上运行这些虚拟机，以进行操作并获得帮助。

可以肯定，大数据平台上的高级分析非常有价值，但是许多公司需要学习爬网才能运行。

— 乔丹·皮拉特（Jordan Pilat）
source

0

我认为这是一个非常奇怪的问题。如果不确定自己是否喜欢这个新方向，或者至少觉得它很有趣，为什么要朝一个新方向前进？如果您确实喜欢大数据，为什么还要关心已经在该领域中的博士智能生物？IT的每个领域中都有相同数量的博士生。请快速阅读这篇非常棒的文章，网址为http://www.forbes.com/sites/louisefron/2013/09/13/why-you-cant-find-a-job-you-love/，然后问自己如果您足够喜欢大数据，并且准备将您的沙粒添加到知识之山中

— 尼克·德·希腊
source