¿Los científicos de datos necesitan habilidades de codificación?
Cómo entrar en el campo de la ciencia de los datos sin experiencia de programación
Muchas personas anhelan mudarse al campo de la ciencia de los datos. Para la mayoría de las personas no técnicas, la codificación es uno de los mayores obstáculos, y muchos se rinden antes de que hayan comenzado.
Esta imagen es impulsada por todos los blogs sobreproporcionales publicados sobre Python y la venta del sueño de trabajar para una empresa de tecnología.
Sí, es cierto que la codificación es necesaria en muchos trabajos de ciencia de datos. Sí, es cierto que cuando pretendes unirte a un equipo de ciencia de datos que desarrolla nuevas aplicaciones que necesitas codificar. Y también, después de 20 años en el campo de la ciencia de los datos, yo (a veces) todavía codigo y hago revisiones de código.
Pero hay varias empresas y posiciones por ahí donde las personas en varios roles de la ciencia de los datos pueden unirse, y no todos requieren ser perfectos en la codificación.
Mi objetivo es permitir que personas con diversos antecedentes, habilidades e intereses se muevan en el campo de la ciencia de datos y tengan un viaje exitoso. En mi artículo de hoy, presento 7 impresionantes trabajos de ciencia de datos donde no se necesita ninguna habilidad de codificación para entrar en el campo.
Por lo tanto, ¿dónde y cómo encontrar una posición de ciencia de datos donde se puede empezar con poca o ninguna experiencia de codificación?
La experiencia de no codificar no significa que usted no necesita conocimiento de ciencia de datos. ¡Necesitas mucho!
Usted debe aprender y entender grandes partes del currículo de ciencia de datos, excepto que usted no programa.
Cuando te trasladas a un trabajo de este tipo, puedes seguir una carrera científica de datos “no codificante” o desarrollar en paralelo las habilidades de programación para ampliar las opciones potenciales de empleo y carrera.
Por lo tanto, vamos a echar un vistazo a los trabajos.
1. Consultor en estrategia de ciencia de datos
La mayoría de las empresas incluso luchan con el inicio del viaje de la ciencia de datos y datos. Necesitan educación sobre las posibilidades y ventajas empresariales del uso de datos.
¿Cuál es la mentalidad natural de hoy en día de las empresas de tecnología todavía está en su infancia en muchas otras empresas. Pasar al mundo de la toma de decisiones impulsada por los datos es una transformación empresarial difícil.
¿Por qué necesitamos la ciencia de los datos? ¿Cómo podemos entrar en un negocio basado en datos? ¿Qué necesitamos para eso?
Las empresas necesitan apoyo para responder a estas preguntas y establecer la hoja de ruta de visión y ejecución. Necesitan asistencia para desarrollar capacidades y ayudar a evaluar las herramientas y los proveedores.
Lo más importante es que la cultura y la mentalidad de todos los empleados necesitan cambiar. ¿Cómo cambiar eso? ¿Cómo habilitar a los empleados? ¿Y cómo se construye un equipo de ciencia de datos exitoso? ¿Dónde se coloca en la organización? ¿Y de dónde sacan los datos?
Un consultor de estrategia de ciencia de datos desarrolla para todas estas preguntas soluciones. Usted construye el conocimiento completo de un científico de datos, así como la estrategia y la experiencia de la organización. Pero no es necesario codificar.
Si desea pasar a la consultoría, encontrará información completa en el siguiente artículo.
2. Escritor técnico para software de ciencia de datos
El proceso de ciencia de datos involucra muchos software y plataformas propietarios: sistemas de gestión de datos maestros, plataformas analíticas o herramientas de visualización y BI. Y alguien necesita familiarizar al usuario con todas las funcionalidades técnicas y las posibilidades de uso.
Todos utilizamos funciones de ayuda y tutoriales de herramientas y plataformas. La documentación del software, los manuales de instrucciones y la guía de operaciones describen cómo funciona el software y qué se puede hacer. Indica cómo debe integrarse en la arquitectura y los procesos informáticos existentes.
El trabajo de un escritor técnico es exigente. Necesitan entender el software y la ciencia de los datos. Trabajan con los desarrolladores, usuarios y marketing. No sólo hay que desarrollar el contenido y debe ser correcto, sino también el diseño y, por último, los requisitos legales deben cumplirse.
Un escritor técnico para el software de ciencia de datos debe entender de extremo a extremo el software, el proceso y los métodos de ciencia de datos, las aplicaciones, y la psicología y el comportamiento del usuario. La experiencia del usuario hace o rompe con el trabajo del escritor técnico.
Tienes que ser un científico de datos completo con una amplia gama de interacciones y conocimientos, pero no necesitas codificar.
3. Reclutadores de tecnología y científicos de datos
Las grandes organizaciones tienen reclutadores especializados para los puestos de tecnología, inteligencia artificial y ciencias de los datos.
Estos reclutadores necesitan entender los fundamentos del trabajo y los procesos de la ciencia de los datos, las aplicaciones y los objetivos. Además, necesitan mucha empatía y buenas habilidades de comunicación.
Trabajé mucho con ellos, no sólo discutiendo los currículos de los posibles miembros del equipo, sino también sobre los requisitos de los candidatos para que pudieran crear los anuncios de trabajo y hacer la primera evaluación de los solicitantes. Discutimos cómo desarrollar el equipo de ciencia de datos, y ellos proporcionan su punto de vista y propuestas de tipos de habilidades y candidatos para lograr los objetivos establecidos.
Estos reclutadores tienen un conocimiento profundo de la ciencia de los datos y pueden detectar defectos en los CVs o habilidades y experiencia inventadas.
No pocos de ellos también aprenden a programar y moverse más tarde en puestos de trabajo más técnicos.
Es un trabajo que reúne los aspectos de comunicación, humano y técnico.
Un vendedor es responsable de generar leads, negociar condiciones con el cliente potencial, establecer contratos, cerrar la venta y garantizar los servicios posventa.
El software y la plataforma no se venden por una presentación de PowerPoint. Es necesario demostrar el valor y las funcionalidades del producto a los usuarios.
Por lo tanto, usted conoce las características y aplicaciones del producto y la plataforma. Conoces los métodos y cómo resolver los problemas. El conocimiento técnico de todo el proceso de ciencia de datos y la capacidad de comunicarse con los científicos de datos y los empresarios son esenciales.
Usted es un científico de datos con capacidades de ventas y comunicación.
5. Gestor del proyecto de ciencia de datos
La gente de la ciencia de los datos no son necesariamente buenos gerentes de proyectos. Por lo tanto, especialmente en los grandes proyectos o proyectos que forman parte de una transformación empresarial, un director de proyecto debe pasar por alto todo el proyecto y coordinar a todas las partes interesadas.
Un gestor de proyectos de ciencia de datos planea, diseña y ejecuta soluciones de ciencia de datos. Usted mide el progreso del proyecto y evalúa los riesgos. Cuando surgen problemas, debes intensificarlos y resolverlos. Y tienes que asegurarte de que la gente adecuada esté en el proyecto.
Por lo tanto, es necesario tener conocimientos de dominio empresarial, habilidades de ciencia de datos de extremo a extremo, un enfoque estructurado de gestión de proyectos y la capacidad de gestionar a las personas. Es un trabajo muy versátil. Pero usted no necesita (necesariamente) ser un experto en codificación.
6. Experto en visualización de datos e inteligencia empresarial (BI)
En el entorno empresarial, los resultados de la ciencia de los datos deben presentarse o formar parte de un informe. El público es gente de negocios con sólo un poco de conocimiento en ciencia de datos.
Establecer informes relevantes y comprensibles y una gran visualización de datos que le cuente a personas no técnicas toda la historia es un arte. Por lo tanto, en todos los equipos de ciencia de datos de grandes empresas, se encuentran personas especializadas responsables de desarrollar y mantener los informes y la visualización adecuados.
Además, la mayoría de las empresas consultoras tienen un equipo de expertos que ayuda a sus clientes a hacer eso.
Las herramientas utilizadas por las empresas son principalmente Tableau, Qlik Sense / QlikView, MicroEstrategia, ThoughtSpot o Power BI. Al buscar tal trabajo, busque estas herramientas y “experto en ciencias biológicas”. Entonces, asegúrese de que esté en estrecha colaboración con el equipo de ciencia de datos.
No necesita experiencia de codificación para estas herramientas a pesar de que está desarrollando paneles de control, visualizaciones e informes de BI. Pero usted necesita el conocimiento de la ciencia de los datos para obtener la comunicación y los mensajes directamente en la presentación de informes.
7. Científico de datos trabajando con herramientas sin código
Por último, hay un número creciente de plataformas y herramientas avanzadas en el mercado que no requieren habilidades de codificación.
La explosión del desarrollo de estas plataformas tiene, por una parte, que ver con la escasez de científicos de datos con conocimientos de codificación pertinentes y permite a menos técnicos realizar modelos complejos de ciencia de datos.
Pero por otro lado, también disminuye la fuente de errores y las tasas de error en los códigos y hace que el desarrollo de modelos predictivos y prescriptivos sea más rápido. Esto ahorra muchos costes y mejora la velocidad al mercado, que se vuelve cada vez más crítica en el mundo empresarial actual.
Los procesos, análisis y modelado se realizan arrastrando y soltando, o haciendo clic y seleccionando.
Trabajar con estas plataformas requiere pleno conocimiento científico de datos. Usted hace exactamente el mismo trabajo, desde la preparación de datos, limpieza de datos, ingeniería de datos, modelado descriptivo, predictivo y prescriptivo, ingeniería de características, pruebas e implementación de los modelos en la práctica como sus compañeros de codificación, pero con herramientas sin código.
Reúnelo todo.
Existe el mito de que para convertirse en un científico de datos, se necesitan habilidades de codificación en profundidad. Si bien esto es cierto para una parte de los trabajos de ciencia de datos, hay muchos trabajos de ciencia de datos por ahí donde se necesitan pocas o ninguna capacidad de codificación.
También hay un culto famoso de que sólo un científico de datos con habilidades de codificación en profundidad es un científico de datos real. Con más de 20 años de experiencia en el campo de la ciencia de los datos, puedo decirles que no los que tienen las mejores habilidades de codificación, sino los que entienden todo el proceso desde definir el problema empresarial, traduciéndolo en un problema de análisis adecuado, tratando con los datos, seleccionando modelos y enfoques, y finalmente comunicación, storytelling e implementación, son los mejores científicos de datos, independientemente de las habilidades de codificación.
Lo más importante para entrar en el campo de la ciencia de datos es hacer la investigación adecuada. Es la investigación sobre todos los diversos puestos de trabajo que existen y las tareas y requisitos para ese trabajo.
Mi único consejo es ampliar la perspectiva a las muchas facetas del trabajo de la ciencia de los datos y mirar fuera de la industria de la tecnología. Entonces, un gran mundo se abrirá con muchas oportunidades para sus habilidades específicas.
Artículos Relacionados: