နောက်ကျောကို 2012 ခုနှစ်, HBR "။ ရာစုနှစ်စွဲဆောင်မှုအရှိဆုံးအမျိုးသားအလုပ်က" အဖြစ် "ဒေတာသိပ္ပံပညာရှင်" အမည်ရှိသို့သော်ဒေတာသိပ္ပံအမှန်တကယ်အဘယ်အရာကိုပါဝငျသနညျး ပို. အရေးကြီးသင်မည်သို့ဒေတာသိပ္ပံပညာရှင်ကိုယ့်ကိုကိုယ်မခေါ်ဖို့လိုအပ်တဲ့ကျွမ်းကျင်မှုဆည်းပူးနိုင်သလဲ
ဒေတာများကိုသိပ္ပံကဘာလဲ?
ပြီးတာနဲ့အချိန်အပျေါမှာ, ဒေတာသိပ္ပံပညာရှင်များအများအားဖြင့်ပညာသင်နှစ်အာကာသရှိကြ၏။ အခုတော့ကြီးမားသောအချက်အလက်စုဆောင်းခြင်းနှင့်ခွဲခြမ်းစိတ်ဖြာဘို့လိုအပ်ကြောင်း၏မျာထည်းထည်းအတူ, ဒေတာသိပ္ပံပညာရှင်များ, ကုမ္ပဏီများနှင့်စက်မှုလုပ်ငန်းတစ်ခုအကွာအဝေးအတွင်းမြင့်မားတဲ့ဝယ်လိုအားအတွက်အသေးစားနှင့်အကြီးစားဖြစ်လာကြပါပြီ။
တစ်ဦးအလုပ်အကိုင်အဖြစ်ဒေတာကိုသိပ္ပံသင်္ချာ, စာရင်းဇယားနှင့်ကွန်ပျူတာပရိုဂရမ်အတွင်းကျွမ်းကျင်မှုတစ်ခုအကွာအဝေးထည့်သွင်း။ ဒါဟာဒေတာသိပ္ပံအမျိုးသမီးတွေခန့်မှန်း 10% ဝန်းကျင်ရှိပါတယ်, ယောက်ျားကလွှမ်းမိုးထားတဲ့စက်မှုလုပ်ငန်းဖြစ်ပါတယ်။
Glassdoor ၏အဆိုအရ, ဒေတာသိပ္ပံပညာရှင်များများအတွက်ပျမ်းမျှအားအမျိုးသားရေးလစာ $ 113.436 ဖြစ်ပါတယ်။ တစ်ဦးတည်းလျော်ကြေးငွေမှာလိုက်ရှာ, ဒေတာသိပ္ပံတခြားအလားတူအလုပ်အကိုင်များထက်အများကြီးပိုပြီးဆွဲဆောင်မှုဖြစ်ပါတယ်။
တစ်ဦးမှာ Data သိပ္ပံပညာရှင်ဖြစ်ဖို့လိုကျွမ်းကျင်မှု
အားလုံးအလုပ်အကိုင်များလိုပဲ, ဒေတာသိပ္ပံရာထူးဖြည့်ရန်လိုအပ်သည်သီးခြားကျွမ်းကျင်မှုတစ်ဦးချင်းစီကုမ္ပဏီပေါ်မူတည်သည်။
သို့သော်တသမတ်တည်းကျန်ကြွင်းသောအချို့သော skillsets / software ကို tools တွေရှိပါတယ်။
- စာရင်းအင်းပရိုဂရမ် ဘာသာစကားတွေ R ကိုနှင့် SAS လိုပဲ
- ထိုကဲ့သို့သော SQL အဖြစ်ဒေတာဘေ့စ query ဘာသာစကား
- ထိုကဲ့သို့သောဒီတော့ထွက်စာရင်းအင်းစမ်းသပ်မှု, ဖြန့်ဝေ, အများဆုံးဖြစ်နိုင်ခြေကိုခန့်မှန်းခြင်း, အဖြစ်အခြေခံစာရင်းဇယား
- ထိုကဲ့သို့သောဋ-အနီးဆုံးအိမ်နီးချင်းကျပန်းသစ်တောများ, ensemble နည်းလမ်းများ, စတာတွေအဖြစ်စက်သင်ယူမှုနည်းစနစ်များ
- Multivariable ကဲကုလနှင့် linear algebra
- -data ကိုမောင်းနှင်နေကြသည်အသစ်ထုတ်ကုန်များ၏ဒေတာများသစ်ထုတ်လုပ်ရေးနှင့်ဖွံ့ဖြိုးရေး
- Hadoop ပလက်ဖောင်းနှင့်ရင်းနှီးကျွမ်းဝင်
- ထိုကဲ့သို့သောအိုးပေါကျကှဲ, HighCharts သို့မဟုတ် AmCharts အဖြစ် visualization tools များ
တစ်ဦးမှာ Data သိပ္ပံပညာရှင်ဖြစ်လာလုပ်နည်း
ယနေ့ခေတ်ဒေတာသိပ္ပံပညာရှင်ဖြစ်လာဘို့သုံးအလားအလာရွေးချယ်စရာရှိပါတယ်:
- Udacity တူသောအစီအစဉ်များမှတဆင့် self-လေ့လာမှု
- ဒေတာသိပ္ပံ Boot တက်စခန်းမြားတကျရောကျ
- မာစတာဘွဲ့များအတွက်ကျောင်းမှဘွဲ့ရဖို့ Going
သင်တန်း၏, တစ်ဦးချင်းစီနည်းလမ်းမှအကောင်းအဆိုး cons ရှိပါတယ်။
self-လေ့လာ
Pros:
- အဆင်ပြေ: မည်သည့်ပတ်ဝန်းကျင်နှင့်မဆိုအရှိန်အဟုန်မှာသင့်ရဲ့ကိုယ်ပိုင်အချိန်ပေါ်လုပ်ဆောင်နိုင်တယ်
- တတ်နိုင်: $ 0-600 ကနေဘယ်နေရာမှာမဆိုကုန်ကျနိုင်ပါတယ်။
- အချိန်ကုန်သက်သာ: အွန်လိုင်းသင်တန်းများ 8-18 လအတွင်းပြီးစီးနိုင်ပါတယ်။
အားနည်းချက်များ:
- တစ်ဦးကသာလက်ခံရယူ လက်မှတ် ပြီးစီးပြီးနောက်
- to-peer peer-သို့မဟုတ်ဆရာ-to-ကျောင်းသားပါဝင်ပတ်သက်မှုအဘယ်သူမျှမ
- အလုပ်အကိုင်အမဲလိုက်အတူအဘယ်သူမျှမအကူအညီများ
ဒေတာကိုသိပ္ပံ Boot Camp
Pros:
- Little ကအချိန်ကတိကဝတ်: 3 လအတွင်းမှ 6 ပတ်ခုနှစ်တွင်ပြီးစီးနိုင်ပါတယ်
- အတော်လေးတတ်နိုင်အနည်းဆုံးတစ်ဦးမာစတာဘွဲ့ရတဲ့နှိုင်းယှဉ် (Boot တက်စခန်းများအခမဲ့ထံမှအထိ - $ 16,000)
- လျင်မြန်စွာအလုပ်အကိုင်များကိုပြောင်းလဲပစ်ရန်ရှာဖွေနေသူတွေအတွက်စံပြ
- အတော်များများက Boot တက်စခန်းများပြီးစီးပြီးနောက်အလုပ်အကိုင်အရှာဖွေရေးလုပ်ငန်းစဉ်များတွင်အကူအညီများပူဇော်
အားနည်းချက်များ:
- အဘယ်သူမျှမ "စစ်မှန်သော" လုပ်ငန်းအတွေ့အကြုံ - စီမံကိန်းများကိုတစ်အစုစုကိုသာလျှင်ရ
- အချိန်တိုတောင်းတဲ့ငွေပမာဏအတွက်သင်ယူဖို့အများကြီး
- အလုပ်၏အထိ 40 နာရီတစ်ပတ်ဖြစ်နိုင်ပါတယ် (Self-လေ့လာမှုနဲ့မတူပဲသင်သည်သင်၏ကိုယ်ပိုင်နှုန်းထားမှာသွားနှင့်နေဆဲတစ်စိတ်တစ်ပိုင်းအချိန် / အချိန်ပြည့်အလုပ်လုပ်နိုင်ရှိရာ)
မဟာဘွဲ့
Pros:
- ပြီးစီးအပေါ်သို့ဒီပလိုမာ
- ပညာရှင်ပီသစွာလေ့ကျင့်သင်ကြားသင်တန်းပို့ချနှင့်အတူသင်ယူဖွဲ့စည်းပုံမှာ
- real-ကမ္ဘာကြီးအတွေ့အကြုံကို: အများအပြားအစီအစဉ်များအတွေ့အကြုံနှင့်အသိပညာမှ add လိမ့်မည်ဟု Intern များကိုပါဝင်သည်
- သတင်းအချက်အလက်အားလုံးကိုသင်ယူနှင့်စုပ်ယူနိုင်ရန်လုံလောက်သောအချိန်
အားနည်းချက်များ:
- စျေးကြီး: အကြား $ 20,000- $ 70,000 ကုန်ကျနိုင် - တို့အပါအဝင်မဟုတ်အသကျရှငျကုန်ကျစရိတ်
- အချိန်ကုန်: ကိုလည်းအရှည်ဆုံး (9-20) လကြာနိုင်ပါတယ်