यदि आप इस कैरियर मार्ग पर विचार कर रहे हैं, तो यह मार्गदर्शिका काम आ सकती है!
1. पेशे पर शोध
इससे पहले कि आप करियर का फैसला करें, आपको हमेशा इस पर पूरी तरह से शोध करना चाहिए। यह आपको अपने चुने हुए पेशे की एक स्पष्ट तस्वीर प्राप्त करने की अनुमति देगा, साथ ही आपको इसमें शामिल होने का विचार भी देगा।
नौकरी का विवरण
जैसा कि डेटा और मूल्य और महत्व व्यवसायों और संगठनों पर सुबह शुरू होता है, डेटा वैज्ञानिकों को उस डेटा को जानकारी में बदलने के लिए एल्गोरिदम और सांख्यिकीय तकनीकों का उपयोग करना आवश्यक है।
यह सिर्फ तकनीकी जानकारी होने का मामला नहीं है, हालांकि। डेटा वैज्ञानिकों को उस उद्योग का ज्ञान होना आवश्यक है, जिसमें वे काम कर रहे हैं, ताकि वे उस जानकारी को समझ सकें और समझ सकें कि क्या महत्वपूर्ण है और क्या नहीं। और उसके बाद, उन्हें अपने निष्कर्षों को स्पष्ट रूप से और प्रभावी रूप से दूसरों को समझाने में सक्षम होने की आवश्यकता है; संचार डेटा विज्ञान में एक महत्वपूर्ण कौशल है।
महत्वपूर्ण जिम्मेदारियॉं
आपके द्वारा काम करने वाले संगठन के आधार पर, आपकी भूमिका थोड़ी भिन्न हो सकती है, लेकिन आमतौर पर एक डेटा वैज्ञानिक की जिम्मेदारियां इस प्रकार हैं:
- मुद्दों की पहचान करने के लिए अपने संगठन के अन्य विभागों के साथ काम करें, और प्रभावी समाधानों का प्रस्ताव करने के लिए डेटा का उपयोग करें
- सहयोगियों, ग्राहकों या व्यापक संगठन के लिए अनुरूप रिपोर्ट बनाने के लिए डेटा मर्ज करें, प्रबंधित करें और निकालें
- संगठन के साथ हर समय स्पष्ट संचार बनाए रखें ताकि यह सुनिश्चित किया जा सके कि डेटा की जरूरतों को समझा और पूरा किया गया है
- आवश्यकतानुसार मशीन प्रदान करने के लिए मशीन लर्निंग टूल्स और सांख्यिकीय तकनीकों का उपयोग करें
- ग्राहक या व्यवसाय को मूल्य प्रदान करने वाली स्पष्ट और संक्षिप्त रिपोर्ट बनाएं
- नवीनतम तकनीकों, तकनीकों और विधियों के साथ अद्यतित रहें
- प्रोटोटाइप और अवधारणाओं के प्रमाण में अनुसंधान का संचालन करना
- अंतर्दृष्टि, कोड या मॉडल का उपयोग करने के अवसरों की तलाश करें जो संगठन के अन्य कार्यों (यानी एचआर या मार्केटिंग) को लाभान्वित कर सके
- डेटा विज्ञान की शिक्षा को बढ़ावा देना और अपने काम के लाभों को देखने के लिए संगठन के भीतर दूसरों को प्रोत्साहित करना
आवश्यक कौशल और योग्यता
- बहुत मजबूत संचार कौशल, उन लोगों को जटिल अवधारणाओं को समझाने के लिए जिनके पास डेटा विश्लेषण के यांत्रिकी का कोई कामकाजी ज्ञान नहीं है
- विस्तार से ध्यान देने योग्य और समस्या को प्रभावी ढंग से हल करने की क्षमता
- अनुभव (या के साथ पकड़ पाने के लिए एक इच्छा) डेटाबेस पूछताछ और एसक्यूएल जैसे विश्लेषण उपकरण
- स्व-प्रेरणा और असुरक्षित कार्य करने की क्षमता
- अच्छा संगठनात्मक और नियोजन कौशल
- विचारों को साझा करने और समाधान खोजने के लिए एक सहयोगी दृष्टिकोण, क्योंकि आपको अन्य विभागों के साथ काम करने की आवश्यकता होगी
काम के घंटे और शर्तें
यह आपके द्वारा काम करने वाले संगठन के आधार पर अलग-अलग होगा, लेकिन आप सामान्य रूप से सोमवार से शुक्रवार कार्यालय समय तक काम करने की उम्मीद कर सकते हैं। यदि आपके पास समय सीमा है, तो आपको घंटों या सप्ताहांत पर काम करने की आवश्यकता हो सकती है।
वेतन संभावनाएँ
ब्रिटेन में, अधिकांश प्रवेश स्तर के पदों के बीच £ 19, 000 और £ 25, 000 के बीच वेतन शुरू होता है। जैसा कि आप अधिक अनुभव और वरिष्ठता प्राप्त करते हैं, यह £ 30, 000 और £ 50, 000 के बीच कहीं भी बढ़ सकता है, उच्च स्तर के वैज्ञानिकों और सलाहकार £ 60, 000 और £ 100, 000 से अधिक के बीच कहीं भी वेतन का आदेश देने में सक्षम हैं।
अमेरिका में, शुरुआती वेतन $ 65, 000 के आसपास है, एक आंकड़ा जो सभी तरह से $ 135, 000 तक बढ़ सकता है। औसत वेतन लगभग $ 90, 000 है।
ये आंकड़े उस उद्योग के प्रकार के आधार पर परिवर्तनशील हैं, जिसमें आप काम कर रहे हैं (उदाहरण के लिए, वित्तीय फर्म उच्चतर वेतन का भुगतान करती हैं), और वह स्थान जिस पर आप काम कर रहे हैं।
2. योग्यता प्राप्त करें
आमतौर पर अधिकांश कंपनियों के लिए आपको डेटा साइंस या संबंधित क्षेत्र में डिग्री की आवश्यकता होती है, लेकिन यह जरूरी नहीं कि कंप्यूटर या विज्ञान-आधारित क्षेत्र में हो। मजबूत मात्रात्मक कौशल निश्चित रूप से महत्वपूर्ण हैं, लेकिन तार्किक रूप से और व्यवस्थित रूप से समस्याओं को हल करने में सक्षम होना बड़े कारक हैं।
उस ने कहा, कुछ तकनीकी कौशल होना जरूरी है। प्रोग्रामिंग भाषाओं का ज्ञान - विशेष रूप से पायथन - एक निरपेक्ष होना चाहिए, क्योंकि आप बड़ी मात्रा में डेटा को संभाल रहे होंगे, और वास्तविक रूप से अधिकांश कंपनियां अन्य कोडिंग भाषाओं और सॉफ़्टवेयर कार्यक्रमों के साथ परिचित दिखेंगी।
यदि आप करियर बदल रहे हैं, तो संबंधित क्षेत्र में स्नातकोत्तर योग्यता के लिए अध्ययन करने से मदद मिल सकती है, लेकिन ये जरूरी नहीं हैं। कुछ अच्छे विषयों पर ध्यान केंद्रित करना होगा:
- एमएससी डाटा साइंस
- एमएससी बिजनेस एनालिटिक्स
- एमएससी डाटा साइंस एंड एनालिटिक्स
- एमएससी बिग डेटा
3. अपनी पहली नौकरी भूमि
डेटा विज्ञान इस समय एक बेहद मांग वाला पेशा है, क्योंकि संगठनों को सूचित निर्णय लेने के लिए अपने डेटा के उपयोग के महत्व का एहसास होना शुरू हो जाता है। नतीजतन, हर उद्योग में कंपनियां प्रतिभाशाली और जानकार भर्तियों की तलाश में हैं, जिनमें व्यवसायों को एक-दूसरे के खिलाफ प्रतिस्पर्धा करने के लिए बहुत अच्छी प्रतिभाओं को सुरक्षित करना है।
यदि आपको अधिक अनुभव की आवश्यकता है, तो कई बड़ी कंपनियां इंटर्नशिप और वर्क-शैडिंग प्रोग्राम पेश करती हैं, जहां आप अपने ज्ञान को व्यवहार में ला सकते हैं और संपर्कों के एक पेशेवर नेटवर्क का निर्माण कर सकते हैं।
ऑनलाइन प्रतियोगिताओं में भी आप प्रवेश कर सकते हैं, जैसे कि कागले, टॉपकोडर और डिफेंस साइंस टेक्नोलॉजी लेबोरेटरी (डीएसटीएल) द्वारा होस्ट किए गए, जहां भर्ती करने वाले अक्सर नई और उभरती प्रतिभाओं की तलाश में रहते हैं।
अधिक प्रमुख उद्योगों में से कुछ में आप काम कर सकते हैं:
- वित्त
- एकेडेमिया
- वैज्ञानिक अनुसंधान
- खुदरा
- सूचान प्रौद्योगिकी
- ई-कॉमर्स
हालांकि यह सूची संपूर्ण नहीं है। हाल के वर्षों में, डेटा वैज्ञानिक दूरसंचार, परिवहन और ऊर्जा कंपनियों में एक मूल्यवान संपत्ति बन गए हैं - अनिवार्य रूप से कोई भी उद्योग जहां कंपनियां डेटा उत्पन्न करती हैं।
चूंकि नौकरियां ऐसी उच्च मांग में हैं, तो नौकरी लिस्टिंग साइटों पर नज़र रखें, या यदि कोई विशेष उद्योग है जिसमें आप काम करना चाहते हैं, तो उस क्षेत्र की कंपनियों पर शोध करें और पदों के लिए नियमित रूप से अपनी वेबसाइटों की जांच करें। वैकल्पिक रूप से, आप इन साइटों को आज़मा सकते हैं:
- डेटा वैज्ञानिक नौकरियां
- केडी नगेट्स (मुख्य रूप से अमेरिकी नौकरियां)
- Kaggle
4. अपने कैरियर का विकास करना
व्यावसायिक विकास के संदर्भ में, कोई वास्तविक मान्यता या प्रमाणीकरण उपलब्ध नहीं है। आपको अपने ज्ञान को व्यापक बनाने या विस्तारित करने के लिए उद्योग विशिष्ट प्रशिक्षण पाठ्यक्रमों में भाग लेने के लिए कहा जा सकता है, साथ ही साथ डेटा विज्ञान के भीतर उभरते रुझानों और विकास के साथ रहने के लिए प्रोत्साहित किया जा सकता है।
कैरियर के विकास के संबंध में, बहुत कुछ इस बात पर निर्भर करता है कि डेटा के बड़े सेटों का विश्लेषण करने और अपने निष्कर्षों को प्रभावी ढंग से प्रस्तुत करने के लिए आवश्यक कौशल सीखने में आपको कितना समय लगता है। पदोन्नति की सीढ़ी पर कई चरण हैं, क्योंकि अधिकांश कंपनियों में वरिष्ठ डेटा वैज्ञानिक हैं; इस भूमिका में, आप अतिरिक्त प्रबंधन कार्य करेंगे और जूनियर डेटा वैज्ञानिकों के एक छोटे समूह के लिए जिम्मेदार होंगे।
जैसा कि कौशल आप सीखेंगे और अधिकारी किसी एक विशेष उद्योग तक ही सीमित नहीं होंगे, विभिन्न कंपनियों में जाना या विदेशों में काम करना अपेक्षाकृत सरल है।
नौकरी का दृष्टिकोण
डेटा वैज्ञानिकों के लिए नौकरी का दृष्टिकोण बेहद सकारात्मक है। ब्रिटेन सरकार का दावा है कि 2020 तक हर साल 56, 000 डेटा साइंटिस्ट जॉब्स बनाए जाएंगे, जबकि मैनेजमेंट कंसल्टेंसी एक्सपर्ट्स मैकिंसे एंड कंपनी का अनुमान है कि 2018 में 140, 000 और 190, 000 डेटा साइंस पोजिशन के बीच अनफिल्टर्ड हो जाएंगे। इतनी कम आपूर्ति में प्रतिभा के साथ, कंपनियां सही कौशल को सुरक्षित करने के लिए शीर्ष मूल्य देने को तैयार हैं।
अमेरिका में, मांग समान है। हार्वर्ड बिजनेस रिव्यू (एचबीआर) का दावा है कि डेटा वैज्ञानिकों की कमी कुछ क्षेत्रों में "गंभीर बाधा" बन रही है, जो डेटा विज्ञान को "21 वीं सदी की सबसे कामुक नौकरी" घोषित कर रही है। इसके अतिरिक्त, यह करियर साइट ग्लासडोर पर 2017 की सबसे अच्छी नौकरी थी, जिसमें 5 में से 4.8 की औसत रेटिंग - उच्च प्रशंसा वास्तव में थी।
यह संभवतः डेटा वैज्ञानिकों के लिए स्वर्ण युग है, क्योंकि वे निश्चित रूप से एक खरीदार के बाजार में काम कर रहे हैं। उच्च प्रोत्साहन के झूलते हुए गाजर और एक लचीली और लचीला कौशल के साथ जो मजबूत नौकरी सुरक्षा प्रदान करता है, अब करियर बनाने के लिए बेहतर समय नहीं रहा है।
क्या आप डेटा साइंस में काम करते हैं? यदि हां, तो हमें टिप्पणियों में अपने अनुभव बताएं ...
