¿Qué es un científico de datos de nivel 3?

¿Quieres ser un Junior, Senior o Principal Científicos de Datos? Averigüe lo que necesita hacer para navegar por el Data Science Career Game.

C Las ompanias están contratando a Científicos de Datos en tres niveles: Junior, Senior o Principal. Ya sea que estés empezando con Data Science o buscando cambiar de carrera, inevitablemente te encontrarás en uno de estos niveles.

Este post tiene como objetivo arrojar luz sobre lo que se espera y lo que está fuera del alcance de cada nivel de carrera de Data Science. Aunque las empresas pueden tener títulos de trabajo diferentes, este post proporciona una base de referencia general. Además, el post concluye con consejos prácticos sobre cómo preparar tu carrera para el cambio a IA o la promoción bien merecida.

Vamos a nivelar.

Se espera que un científico de datos tenga conocimientos en tres áreas: Estadística, Ingeniería y Negocios. Sin embargo, no se espera que domine las tres áreas desde el principio. ¿En qué habilidades debes centrarte al buscar un puesto de nivel inicial? ¿Qué habilidades se vuelven más importantes a medida que avanzas a través de la escala profesional?

El siguiente gráfico muestra las expectativas del mercado para cada nivel de ciencia de datos de 1,0 a 3,0. Los resultados se basan en mi experiencia personal en el campo y conversaciones con expertos e influencers de Stanford , eBay , Axel Springer , y Xing . Para evitar confusión, nos referiremos a las posiciones como Nivel 1.0 a 3.0.

Analicemos las expectativas de estas posiciones en detalle a continuación.

El prototípico Científico de Datos Junior es un joven graduado. Los campos de estudio más populares incluyen Ciencias de la Computación, Matemáticas o Ingeniería. Un Científico de Datos Junior tiene entre 0 y 2 años de experiencia laboral y está familiarizado con la creación de prototipos con conjuntos de datos estructurados en Python. Ha participado en competiciones de kaggle y tiene un perfil de GitHub.

Júnior Data Los científicos pueden proporcionar un valor tremendo a las empresas. Están recién salidos tomando cursos en línea y pueden proporcionar ayuda inmediata. Por lo general, son autodidactas, ya que pocas universidades ofrecen títulos de Ciencia de Datos y, por lo tanto, muestran un enorme compromiso y curiosidad. Están entusiasmados con el campo que han elegido y están ansiosos por aprender más. El científico de datos junior es bueno en prototipear soluciones, pero todavía carece de competencia en ingeniería y mentalidad empresarial.

Datos Júnior Los científicos deben tener una fuerte pasión por el aprendizaje automático. Puedes demostrar tu pasión contribuyendo a proyectos de código abierto o participando en desafíos de kaggle. — Dat Tran , Axel Springer AI Plomo

Lo que hacen

Si una empresa está contratando a científicos de datos jóvenes, por lo general un equipo de ciencia de datos ya está en su lugar. La empresa busca entonces ayuda para facilitar la vida a los colegas más experimentados. Esto implica probar rápidamente nuevas ideas, depurar y refactorizar los modelos existentes. Discutirán ideas como compañeros de entrenamiento con el equipo. Pones nuevas ideas sobre cómo hacer las cosas mejor. Usted asume la responsabilidad de su código, esforzándose continuamente para mejorar la calidad y el impacto del código. Eres un gran jugador de equipo, constantemente buscando apoyar a tus compañeros de equipo en su misión de construir grandes productos de datos.

Lo que no hacen

Júnior Data Los científicos no tienen experiencia en soluciones de productos complejos de ingeniería. Ergo, ella trabaja en un equipo para poner modelos de Data Science en producción. Desde que el científico de datos junior acaba de unirse a la empresa, no está inmerso en el negocio de la empresa. Por lo tanto, no se espera que se le ocurran nuevos productos para impactar el Ecuación de negocio fundamental . Sin embargo, lo que siempre se espera es el deseo de aprender y mejorar sus habilidades.

Estoy interesado en una capacidad de los científicos de datos junior para completar un proyecto no trivial. Por completo, quiero decir que el proyecto fue completado de principio a fin por la persona —o dentro de un grupo— y culminó en un producto completamente descargado. Encuentro que se correlaciona con la capacidad del Data Scientist para dirigir proyectos en el trabajo. — Kian Katanforoosh , Miembro fundador de deeplearning.ai, Stanford CS Lecturer

Si usted sobresale en ser un Científico de Datos Junior, usted tiene una sólida experiencia en la comprensión de los modelos de Ciencia de Datos. Usted muestra curiosidad insaciable para aprender sobre la ingeniería y el negocio de su empresa para mejorar su conjunto de habilidades.

¿Cómo es el siguiente nivel? Vamos a averiguar acerca de los científicos de datos senior a continuación.

El científico de datos senior ya ha trabajado como científico de datos junior, ingeniero de software, o completado un doctorado. Tiene entre 3 y 5 años de experiencia relevante en el campo, escribe código reutilizable y construye tuberías de datos resilientes en entornos en la nube.

Datos Senior Los científicos deben ser capaces de enmarcar los problemas de Data Science. Los buenos candidatos tienen grandes ideas de las experiencias pasadas en Ciencia de Datos. También exploro más profundamente su capacidad de escribir código de producción. — Kian Katanforoosh

Las empresas prefieren contratar a científicos de datos senior porque proporcionan un valor tremendo a un salario razonable. Son más experimentados que los científicos de datos jóvenes, omitiendo así costosos errores de greenhorn . Tampoco son tan caros como los científicos principales de datos, mientras que todavía se espera que entregar modelos de ciencia de datos en la producción. Es un nivel muy divertido para jugar, habiendo superado el nivel 1.0 y sin embargo tener espacio para crecer hasta el nivel 3.0.

Lo que hacen

El científico superior de datos domina el arte de poner modelos matemáticos en la producción. Mientras que los principales científicos de datos o gerentes de negocios asignan tareas, el científico de datos senior se enorgullece en la construcción de productos bien articulados. Evita defectos lógicos en el modelo, duda de los sistemas que funcionan demasiado bien, y se enorgullece de preparar los datos correctamente. El científico senior de datos asesora a científicos junior de datos y responde a preguntas de negocios a la administración.

Lo que no hacen

No se espera que el Científico Superior de Datos lidere equipos enteros. No es responsabilidad del Senior Data Scientist presentar ideas para nuevos productos, ya que son generados por colegas y gerentes más experimentados. Aunque el Senior Data Scientist conoce los detalles de los productos que ha construido, no se espera que conozca la arquitectura general de todos los productos basados en datos. El Data Scientist de Nivel 2.0 es experto en estadística y mejor en ingeniería que un Data Scientist de Nivel 1.0 pero se aleja de la parte de negocios no divertidos de Nivel 3.0.

Un científico superior de datos tiene que ser capaz de llevar su código a la producción (con cierto apoyo de los ingenieros de datos). Las personas mayores deben ser capaces de completar los proyectos que se les dan de forma independiente. — Sébastien Foucaud , Vicepresidente de Ciencia de Datos en Xing

El Senior Data Scientist se mide por el impacto que generan sus modelos. Tiene una buena intuición sobre el funcionamiento interno de los modelos estadísticos y cómo implementarlos. Está en el proceso de entender mejor el negocio de la empresa, pero no se espera que proporcione soluciones a los problemas de negocio todavía.

Ahora que hemos investigado el nivel 2.0, vamos a ver cómo se ve el nivel 3.0 final.

El Científico Principal de Datos es el miembro más experimentado de un equipo de Ciencia de Datos. Tiene más de 5 años de experiencia y está bien versada en varios tipos de modelos de Ciencia de Datos. Ella conoce las mejores prácticas al poner modelos a trabajar. Ella sabe escribir código eficientemente y está merodeando para encontrar proyectos de negocios de alto impacto.

Además de sus impecables habilidades de ingeniería y su profundo conocimiento de los modelos científicos utilizados, también entiende con firmeza el negocio en el que trabaja su empresa. Tiene un historial de impacto en la línea de base del negocio con Data Science.

Datos principales Los científicos necesitan tener una muy buena comprensión del problema de negocios que están resolviendo antes de escribir una línea de código. Es decir, necesitan tener la capacidad de validar ideas antes de la implementación. Este enfoque aumenta el éxito del proyecto de Ciencia de Datos. — Adnan Boz , Líder de productos AI en eBay

Lo que hacen

El Científico Principal de Datos es responsable de crear proyectos de ciencia de datos de alto impacto. En estrecha coordinación con las partes interesadas, es responsable de dirigir un equipo potencialmente interfuncional para proporcionar la mejor solución a un problema determinado. Por lo tanto, sus habilidades de liderazgo se han desarrollado desde los niveles 1.0 y 2.0. El Científico Principal de Datos actúa como consultor técnico de Gerentes de Productos de diferentes departamentos. Con su vasta experiencia y habilidades en las principales categorías de Ciencia de Datos, se convierte en un activo altamente valorado para cualquier proyecto.

Lo que no hacen

Mientras se configura la discusión sobre las habilidades deseadas, no es responsabilidad del Científico Principal de Datos reclutar nuevos miembros del equipo. Aunque entiende el negocio de su empresa y sugiere nuevos productos impactantes, los gerentes de productos siguen siendo responsables de la adopción del mercado. Ella también lidera equipos, pero las decisiones de progresión de la carrera todavía son tomadas por el líder del equipo.

El Científico Principal de Datos debe dirigir los proyectos independientemente del Jefe de Ciencia de Datos. Se espera que esta persona obtenga las primeras habilidades de liderazgo y por lo tanto es importante que esta persona se comunique claramente, es empática, y tiene un buen ojo para las personas. — Dat Tran

La Científico Principal de Datos ha visto por qué fallan los productos y, por lo tanto, impulsa con éxito nuevos proyectos. Ella es un valioso contribuyente a las discusiones de productos y disfruta educando a la compañía sobre Ciencia de Datos. Con su experiencia en la entrega de soluciones de Data Science impactantes, es el activo más valioso en el departamento de Data Science.

Ahora que has visto las diferentes expectativas de un Científico de Datos de Nivel 1.0 a 2.0 hasta 3.0, vamos a averiguar cómo se puede utilizar este conocimiento para avanzar en su carrera.

No importa si usted está buscando para entrar en el juego de carrera de la ciencia de datos en el nivel 1.0 o usted está buscando para progresar en un nivel superior. Tome los siguientes pasos para hacer su próximo movimiento profesional.

1. Evalúe sus habilidades

Como primer paso, compare sus habilidades con la Data Science Skills Matrix. ¿Qué tan sólidas son tus habilidades estadísticas? ¿Qué tan buenas son tus habilidades de ingeniería? ¿Qué tan experto eres en negocios?

2. Planifica tu ascenso

Muchas empresas tienen ciclos anuales de promoción para adelantar a sus empleados. Julie Zhuo , VP de Diseño de Productos en Facebook, recomienda como el primer paso para ser promovido para hacer su aspiraciones de elevar el nivel conocido . Declare al comienzo del ciclo de progresión que le gustaría avanzar su carrera a su gerente. Pregúntele a su gerente cómo clasifica su conjunto actual de habilidades y qué se espera que alcance el próximo nivel de carrera de Data Science.

3. Mejora tus habilidades

Una vez que haya analizado sus habilidades y anunciado su deseo de una promoción, es hora de nivelar sus habilidades.

¿Quieres entrar en IA? A continuación, obtener sólida roca sobre los modelos estadísticos y aprender a resolver problemas con conjuntos de datos estructurados. ¿Busca introducir el nivel 3.0? Asegúrese de tener sus matemáticas, ingeniería, y Competencias empresariales En la cerradura. Armado con estos puntos, usted está bien preparado para negociar la promoción con su gerente.

Navegar por los niveles de carrera de Data Science es divertido. Recuerde los siguientes Key Takeaways:

Datos Júnior Los científicos tienen buenas habilidades estadísticas
Senior Data Científicos sobresalen en poner modelos en producción
Datos principales Los científicos saben cómo crear valor comercial
Para nivelar, evaluar sus habilidades, anunciar su deseo de progresar, y trabajar en habilidades sobresalientes

Los matices existen dentro de los diferentes niveles de carrera de Data Science. Por ejemplo, Séb Foucaud está más bien buscando fuertes habilidades de ingeniería que matemáticas en científicos de datos junior. Algunos científicos senior de datos podrían descubrir su pasión por la construcción de tuberías de datos escalables y la transición a un papel de ingeniería de datos. Algunos científicos principales de datos prefieren desarrollar conocimientos técnicos, mientras que otros se regocijan en centrarse en las habilidades empresariales. Cualquiera que sea la trayectoria profesional que tomes, desarrollar tus habilidades en torno a las tres áreas principales de la experiencia en Ciencia de Datos te llevará lejos.

Este post continúa la serie en curso de educación de los científicos de datos para convertirse en conocedores de negocios. La serie tiene como objetivo ayudar a pulir su conjunto general de habilidades de Data Science. Si usted disfruta del formato, por favor seguir yo en LinkedIn o Medio para estar al día con los nuevos artículos.