Ik heb een graad in psychologie. Ik wilde datawetenschap nastreven, dus schreef ik me in voor een bootcamp. Ik probeer al maanden een baan in de datawetenschap te krijgen, maar tevergeefs. Ofwel krijg ik helemaal geen reactie, of bedrijven vertellen me dat ik niet de ervaring heb waarnaar ze op zoek zijn.
Mensen komen vaak naar mij voor data science-advies, en dit is een van de meest voorkomende berichten die ik krijg. Individuen met verschillende achtergronden die proberen in te breken in datawetenschap, maar geen baan in de industrie kunnen krijgen.
Ze stellen me vragen of een masteropleiding hun kansen op een baan in de branche zou vergroten, of dat er specifieke cursussen zijn die goed op hun cv zouden staan.
In dit artikel ga ik mijn inzicht geven in waarom sommige van deze mensen moeite hebben om een baan in de datawetenschap te vinden. Er zijn veel misvattingen over de data-industrie, en ik wil er graag een paar uit de weg ruimen in dit artikel.
Enige tijd geleden benaderde iemand mij met een soortgelijk bericht als hierboven beschreven. Deze persoon deed een bootcamp en solliciteerde al een paar maanden op banen in de datawetenschap. Hun aanvraag werd steeds afgewezen of genegeerd, en ze waren niet in staat om de interviewfase te halen.
Ik bekeek hun cv en realiseerde me meteen wat het probleem was.
Het enige relevante data science-onderwijs dat ze hadden, was hun bootcamp-certificaat. Ze hadden wel meerdere data science-projecten op hun cv staan, maar in één oogopslag werd het me duidelijk dat al deze projecten tijdens hun bootcamp waren gedaan.
Na het lezen van hun cv, gaf ik deze persoon de volgende tips:
- U moet begrijpen dat u concurreert met afgestudeerden van een masterdiploma voor dezelfde instappositie. Een certificaat van een bootcamp of een online cursus is daarvoor niet voldoende.
- De vaardigheden gedeelte van je cv heeft niet veel van de vaardigheden die nodig zijn om als datawetenschapper te werken. Je noemde voornamelijk machine learning Python-pakketten en visualisatietools, en het lijkt erop dat al die dingen ook op de bootcamp werden geleerd.
- De project gedeelte van je cv bestaat alleen uit projecten die tijdens je bootcamp zijn gedaan. Recruiters zullen dit weten, vooral als alle afgestudeerden van dezelfde bootcamp soortgelijke projecten hebben vermeld.
Op papier had deze persoon alles goed gedaan. Ze schreven zich in voor een bootcamp, leerden coderen en pasten zelfs alles toe wat ze hadden geleerd om projecten te bouwen.
Dit is echter niet genoeg.
Zelfs afgestudeerden van een masteropleiding hebben hiaten in hun kennis.
Waarom denken mensen dat een bootcamp of online cursus voldoende is om data scientist te worden?
Het probleem is dit:
Mensen bagatelliseren voortdurend de inspanning die nodig is om een datawetenschapper te worden.
Ik heb nog nooit een vakgebied gezien dat zoveel hype om zich heen heeft als datawetenschap.
Het probleem zit hem in bootcamps en online cursussen die beloven dat je de komende maanden een datawetenschapper wordt. Het probleem ligt bij data science-bloggers en YouTubers die constant vertellen hoe ze gemakkelijk een data science-baan hebben weten te bemachtigen, en het lijkt alsof jij het ook met weinig moeite kunt doen.
It is mogelijk om binnen zes maanden of een jaar een datawetenschapsbaan te krijgen. Mensen hebben het eerder gedaan. Maar het is zeker niet makkelijk. En als je het wilt doen zonder enige vorm van formele training, wees dan bereid om er minstens drie keer zoveel werk in te steken.
Dit zijn de twee meest populaire verhalen over het vinden van een baan in de datawetenschap:
- De eerste is van de poortwachters, die er sterk van overtuigd zijn dat je een sterke academische basis of op zijn minst een doctoraat moet hebben om een datawetenschapper te worden.
- De tweede is van docenten die erop staan dat iedereen datawetenschapper kan worden, zolang ze maar een online cursus of bootcamp volgen.
Geen van beide is waar. Het antwoord ligt ergens in het midden.
Het is geweldig om een masterdiploma of een of andere formele datawetenschapsopleiding te hebben, maar niet iedereen heeft het voorrecht of de tijd om dat te doen. Als dit het geval is, dan is het mogelijk om jezelf data science aan te leren. Maar niet via een enkele bootcamp of online cursus.
Datawetenschap is geen veld met een vooraf gedefinieerd pad. Er is geen vaste reeks onderwerpen die u kunt leren, omdat het vakgebied voortdurend verandert. De functieomvang van een datawetenschapper brengt verschillende verantwoordelijkheden met zich mee. Hierdoor is er geen vaste cursus of bootcamp die jou een data scientist kan maken. Je moet constant alleen leren, en het leren stopt nooit.
U moet het initiatief nemen om veel van deze dingen zelf te leren. Bouw projecten op waarvan u denkt dat ze het probleem van een bedrijf kunnen helpen oplossen. Leer meer dan één programmeertaal, wat modelimplementatie, gegevensverzameling, cloudcomputing en machine learning, en dan ben je op weg om een datawetenschapper te worden.
Natuurlijk is er een verschil tussen gegeneraliseerde en gespecialiseerde datawetenschappers, maar de meeste datawetenschapsbanen vereisen tegenwoordig dat je enige kennis hebt van alles wat ik hierboven heb genoemd.
En zelfs als u nog niet over al deze vaardigheden beschikt, moet u potentiële werknemers op zijn minst laten zien dat u over het vermogen en de technische diepgang beschikt om deze dingen tijdens het werk te leren.
Mijn laatste advies aan de persoon die contact met mij opnam, was om hun focus te verleggen van datawetenschap.
Deze persoon had weinig tijd om een baan te vinden en moest er snel een krijgen, wat helaas het geval is voor de meeste mensen die er zijn.
Ik merkte dat deze persoon een achtergrond in marketing had, die in hun cv stond.
Ik stelde in plaats daarvan voor dat ze solliciteren naar een functie als marketinganalist, data-analist of consultant.
Ze hadden een technische achtergrond van alles wat ze op de bootcamp leerden, en werkten ook een tijdje op het gebied van marketing. Ze hadden een combinatie van domeinexpertise en technische kennis die in hun voordeel zou werken.
De meeste data-analisten die ik ben tegengekomen zijn uitstekend in het werken met data, maar schieten tekort als het gaat om het verkrijgen van zakelijke waarde vanwege hun gebrek aan marketingexpertise.
Ik stelde deze persoon voor dat als ze snel een baan nodig hadden, ze als analist konden beginnen. Ze zouden veel leren van het dagelijks werken met data, en daarnaast data science kunnen blijven leren.
Ik ken veel mensen die zijn begonnen als analisten of data-ingenieurs en in de loop van de tijd de overstap hebben gemaakt naar datawetenschap.
Conclusie
Ik heb in het verleden artikelen geschreven over hoe het niet nodig is om een masterdiploma te hebben om een baan in de datawetenschap te krijgen, en hoe het mogelijk is om de industrie te betreden zonder formele kwalificatie.
En hoewel ik hier nog steeds achter sta, denk ik dat deze artikelen misschien ook een rol hebben gespeeld bij het bagatelliseren van de hoeveelheid inspanning die nodig is om een datawetenschapper te worden. Ik heb het misschien te makkelijk gemaakt.
Het kost tijd en moeite om een bepaald niveau van expertise op elk onderwerp te bereiken. Datawetenschap is niet anders. Er is geen specifieke cursus of bootcamp die je volledig voorbereidt op een data science-baan.
Nogmaals, data science-cursussen zijn ongelooflijk nuttig, maar ze helpen alleen maar om de basis te leggen. Het zware werk moet door u worden gedaan.
Het afgelopen jaar heb ik tijd besteed aan het leren van de basis van statistiek, machine learning, gegevensverzameling, webontwikkeling, programmeren, databasemanipulatie, modelimplementatie en bedrijfsanalyses. Ik ben momenteel bezig om Google Cloud Data Engineer Certified te worden, ondanks het feit dat we GCP niet gebruiken op mijn werkplek.
Het is veel werk geweest en ik heb veel meer geleerd dan wat een bootcamp te bieden heeft.
Als je een beginner bent in de data-industrie, is dit artikel niet bedoeld om je bang te maken of te demotiveren. Er zijn zoveel misvattingen over datawetenschap en de industrie is tegenwoordig zo sterk gecommercialiseerd.
Online cursussen en bootcamps zijn handig om mee te beginnen, maar daar houdt het leren niet op.
Natasha Selvaraj is een autodidactische datawetenschapper met een passie voor schrijven. Je kunt contact met haar opnemen op LinkedIn.
ORIGINELE. Met toestemming opnieuw gepost.
