Мнение

Почему я уволился с работы аналитика данных

… И стал специалистом по анализу данных.

Оглавление

  1. Вступление
  2. Аналитика данных
  3. Наука о данных
  4. Резюме
  5. использованная литература

Вступление

Сначала я хочу упомянуть, что это мой личный опыт, поэтому отнеситесь к моим соображениям и советам с недоверием. Моя цель - вдохновить вас взглянуть на то, что вы делаете на своей текущей работе, и спросить, что вы должны делать на другой работе, которая могла бы быть лучше для вас (или для той же работы, если на то пошло, вместе с ее соответствующие возможные улучшения). В моей ситуации я был аналитиком данных менее года, поэтому очень важно отметить, что всегда есть разные компании, у которых могут быть разные требования и повседневный опыт, чем у меня. Однако в глубине души я знал, что хочу чего-то еще, и чего-то большего для себя.

Начиная с должности аналитика данных, я действительно наслаждался уникальным сочетанием технических и деловых аспектов, а также навыков межличностного общения, необходимых для моей должности. У меня появилась возможность повлиять на некоторые важные аспекты бизнеса. Но у меня не было возможности одобрить или передать мои выводы высшему руководству или руководству. Вы можете потратить дни или месяцы на анализ данных только для того, чтобы найти менеджера по продукту, использующего некоторые из ваших информационных панелей в течение нескольких минут, даже если вы позаботились о его ежедневном обновлении и обновлении ценными показателями. Так что мне не понравилось? Я действительно хотел оказать большее влияние на проекты, над которыми я работал для своей компании. Я хотел иметь возможность не только представить результаты, но и внести соответствующие изменения в эти результаты. Я хотел внедрить автоматизированные процессы, которые решали бы проблемы, обнаруженные на основе извлеченных метрик и обнаруженных результатов. Затем я заметил, что выполняю в основном специальные задачи или постфактум, но ничего больше. Я всегда смотрел в прошлое, а не в будущее.

Ниже я расскажу о конкретном опыте, который заставил меня изменить мою карьеру, а также о следующей, нынешней карьере, которая мне понравилась.

Аналитика данных

Опыт отсутствия роста:

Как упоминалось ранее, вы, вероятно, могли сказать, что я изо всех сил пытался расти в своей должности. Хотя это было несколько недолговечным, я мог видеть, как буду работать в одних и тех же повседневных процессах на долгие годы . Что Я испытывал недостаток роста в моей роли. Повторюсь, да, этот опыт может сильно отличаться для вас, но он также может быть именно тем, что вы чувствуете, тоже.

В начале моей должности мне нравилось создавать информационные панели Tableau, разрабатывать интересные идеи и визуализировать их. Некоторые заинтересованные стороны могут запросить некоторые ключевые метрики или ключевые показатели эффективности, которые также необходимо будет визуализировать. Обычно я использовал Tableau или Google Data Studio, иногда используя самодельный код Python для разработки диаграмм и графиков. Процесс начался с запроса и созданной мною приборной панели. Затем заинтересованные стороны аплодировали тому, как красиво это выглядело, и поблагодарили меня за описанные мной показатели. Я замечаю, что до конца недели проходит несколько дней, и я получаю несколько просмотров на панели управления, иногда даже сотни. Но затем наступает следующая неделя, и я получаю, скажем, 20% от этой первой недели просмотров. Я мог бы показаться эгоистичным, думая о показателях своих собственных показателей, но когда я провожу половину своей жизни за работой (черт побери), я хочу увидеть большое влияние и подтверждение этой работы.

Проходит месяц, и у меня уже есть еще четыре запроса на панель мониторинга, и эта первая панель, которую я создаю, занимает 50-е место в списке панелей мониторинга, используемых компанией - одна из наименее используемых панелей мониторинга.

Я думаю, что делаю одно и то же снова и снова. Я не уверен, кто пострадал или какой процесс был изменен из-за визуализированных показателей, которые я собрал из запроса SQL. Все, что я вижу, - это влиятельные заинтересованные стороны и руководство, которые время от времени сотрудничают на собраниях, а иногда указывают на красивый график, который я сделал на другом собрании. Теперь я знаю, что, возможно, это означает, что я просто делаю плохие информационные панели, но дело в том, что я сделал то, что требовалось, и что я был не в состоянии придумывать новые идеи, новые результаты и новые процессы. Я чувствовал недостаток роста.

Я также хочу подчеркнуть, что акцент делается не только на профессиональной, но и на академической среде. Выполняя аналитику данных, я начал искать другую область для практики и, в конце концов, пошел в школу. Я рекомендую искать другие пути при смене карьеры, будь то одно из следующего:

undergraduate degree
master’s degree
online learning
bootcamps
books
free tutorials
article tutorials
video tutorials

Наука о данных

В конце концов я сменил карьеру на Data Science. Да, такая сексуальная, возможно, шаблонная карьера последних нескольких лет. Но есть причина, почему это так заманчиво. Или по нескольким причинам. Я хочу, чтобы вы знали, что вам не нужно становиться специалистом по анализу данных, чтобы обрести счастье, но нужно по-настоящему оценить свою текущую карьеру и свой повседневный опыт и, возможно, задать вопрос, что было бы лучшая альтернатива для вас в будущем. Кроме того, вы также можете остаться в той же роли, но обсудить со своим менеджером некоторые возможные изменения, которые действительно будут стимулировать вашу страсть и мотивацию.

То, чего мне не хватало в Data Analytics, было найдено в Data Science. Это не значит, что я не занимаюсь аналитикой данных на работе в настоящее время, потому что это обычно является предварительным условием для большинства проектов - с чего вы начинаете в первую очередь, прежде чем создавать и производить модель Data Science. Но я обнаружил, что могу взглянуть на эти идеи и предложить лучший процесс, а затем сделать этот процесс и интегрировать его в текущую систему. Важно отметить, что бывают случаи, когда вы получаете некоторую сложную работу, которая движет большей частью бизнеса, и она может лежать на ваших плечах (иш). Тем не менее, это отличный способ расти и бросать вызов самому себе, и всегда есть люди, которые помогут вам, если вам это нужно, а это ожидаемо. Чтобы облегчить чтение, при подведении итогов я собираюсь выделить некоторые ключевые моменты того, что меня оттолкнуло от аналитики данных и что привлекло меня к науке о данных.

Аналитика данных - отсутствие роста

  • повторяющиеся задачи
  • небольшие изменения в SQL-запросах
  • обыденное создание приборной панели
  • не видя моего воздействия
  • чувствовал, что я выполняю более мелкие задачи

Наука о данных - рост

  • реализация кода Python подробнее
  • стать "автоматом"
  • прогнозирование будущих предложений, а не анализ прошлых показателей
  • бросая вызов самому себе с помощью сложных алгоритмов машинного обучения
  • создание аналитических данных, а затем создание модели для улучшения этих показателей.
  • работать более кросс-функционально
  • в целом, выхожу из зоны комфорта
  • познакомился с дополнительными методами разработки программного обеспечения (ООП - объектно-ориентированное программирование)
  • просто - просто больше интересует машинное обучение и то, как оно улучшает бизнес по всему миру.
  • как алгоритмы машинного обучения решают более серьезные проблемы за пределами моей личной работы - окружающая среда, мошенничество, автоматизация, здравоохранение и безопасность

Возвращаясь к тому, что я сказал ранее в разделе «Аналитика данных», я в конце концов сменил сферу деятельности, изучая именно Data Science в магистерской программе. Хотя, конечно, нет необходимости выполнять этот шаг при смене карьеры, я нашел его особенно полезным после изучения области, полностью отличной от моей нынешней работы аналитика данных. Я изучал биологию и химию в бакалавриате. Поэтому я действительно почувствовал, что мне нужен более традиционный путь для изучения науки о данных.

Я рекомендую прочитать о различных вариантах обучения и практики в другой карьере, будь то школа или более дешевая, и даже о бесплатных онлайн-уроках. После работы я смог изучать науку о данных и машинное обучение, что также стимулировало мою страсть к науке о данных, а также побудило меня в то время бросить работу аналитика данных.

Резюме

Мой личный опыт вдохновил вас и поразмыслил над вашей текущей ситуацией. Я надеюсь, что вы узнали какую-то новую информацию, которая будет полезна для вас и найти свое увлечение, будь то наука о данных или что-то совершенно другое. Многие из этих ключевых моментов, которые привели меня к другой карьере, можно сказать и о других карьерных изменениях.

Важно отметить, что аналитика данных невероятно обширна, поэтому, в зависимости от вашей должности, вы можете выполнять различные задачи, которые, возможно, будут более интересными и сложными. Меня увлекло увлечение наукой о данных, и я рад, что был, потому что это действительно сделало меня более увлеченным своей работой. Работа, которая составляет большую часть моего дня.

В то время как в течение нескольких месяцев я выполнял те же задачи, что и аналитик данных, мне нужно было учиться, практиковаться и внедрять новые знания, которые я получил даже в свободное время, для моей нынешней карьеры в области науки о данных.

Подводя итог, я ушел из Data Analytics специально для Data Science по нескольким причинам. Вот несколько основных причин, которые лучше всего обобщают мой опыт:

* repetitive tasks and lack of growth for Data Analytics
* the challenge, impact, and growth of Data Science

Спасибо за внимание! Не стесняйтесь комментировать и обсуждать ниже. Возможно, у вас был другой опыт, и, возможно, вы находитесь в совершенно другой сфере карьеры и хотите сменить направление.

использованная литература

[1] Фото JESHOOTS.COM на Unsplash, (2018)

[2] Фото Kaleidico на Unsplash, (2018)

[3] Фото Parag Phadnis на Unsplash, (2017)

[4] Фото Photos Hobby на Unsplash, (2018)

[5] Фото Эндрю Нил на Unsplash, (2018)