Datawetenschap is een boeiend vakgebied. De mogelijkheden daarbinnen breiden zich uit, zowel qua sollicitaties als vacatures. Of je nu overweegt om het veld in te gaan, nu al heb je eerste data science-baan, of je bent al een paar jaar verder, hier is een overzicht van wat je kunt verwachten als je verwacht in de datawetenschap te blijven.
Zoals bij de meeste loopbaantrajecten, bouwen de vaardigheden die op hogere niveaus nodig zijn voort op de vaardigheden die op lagere niveaus zijn ontwikkeld. Het is een goed idee om te kijken naar de benodigde vaardigheden en de taken die u moet uitvoeren op het niveau boven waar u zich nu bevindt. Door te zoeken naar mogelijkheden binnen je werk om die vaardigheden te ontwikkelen, kun je je waarde laten zien wanneer je voor je volgende promotie gaat.
Er is een behoorlijke mate van overlap tussen posities die direct boven of onder elkaar liggen. Toen ik in de datawetenschap werkte, verschilde de baan van mijn meer senior collega niet veel van die van mij, maar zij behandelden veel complexere projecten. Onze baas zat op een ander niveau, en hoe hoger je in de managementketen komt, hoe kleiner de kans dat van je wordt verwacht of dat je de mogelijkheid krijgt om technisch werk te doen, zoals het implementeren van modellen. Dit patroon geldt voor een groot deel van de technische wereld, en datawetenschap is geen uitzondering.
Zolang u nog een individuele bijdrager (IC) bent, kunt u verwachten dat u nog steeds rechtstreeks met gegevens en modellen te maken krijgt. Zodra je echter anderen gaat beheren, maak je dan klaar om hoeden te ruilen. U zult veel meer met mensen moeten communiceren – zowel de mensen die aan u rapporteren als partnerteams of klanten. Een groot deel van datawetenschap is het omzetten van bedrijfsdoelen of -vereisten in gegevensgestuurde inzichten, dus je moet met verschillende teams aan de zakelijke kant praten om het probleem te begrijpen.
Elk bedrijf heeft zijn eigen manier om lijnen tussen de niveaus te trekken. Dit is een globale gids die is gebaseerd op een samenvoeging van een groot aantal verschillende loopbaanpatronen op het gebied van datawetenschap bij verschillende bedrijven, maar het kan anders zijn bij het bedrijf waar je werkt of solliciteert.
Laten we ingaan op de verschillende stappen op a carrièrepad datawetenschapper.
1. Data Science-medewerker
Voor deze functie ben je of net afgestudeerd aan de universiteit of begin je net met datawetenschap. De meeste data science associate functies vereisen minimale ervaring, maar je hebt een voorsprong als je erin bent geslaagd om praktische ervaring op te doen met stages of nevenprojecten.
Vaardigheden die nodig zijn om de baan te krijgen
Een data science-medewerker moet in staat zijn om gegevensbronnen te identificeren en gegevens te combineren of samen te voegen. Misschien doe je dit soort gruntwerk voor je oudere collega's. Er wordt ook van je verwacht dat je data voorverwerking uitvoert. Sommige data science bedrijven zou van je kunnen verwachten processen bedenken om grote datasets uit verschillende bronnen op te schonen, te integreren en te evalueren.
Bovendien wordt van een datawetenschapsmedewerker verwacht dat hij voorspellende modellen ontwikkelt en zijn bevindingen presenteert met datavisualisaties. Je zou moeten zijn redelijk comfortabel met statistieken en machine learning, zowel in theorie als praktijk.
Een belangrijk onderdeel van starten als data scientist is bekend zijn met het contextgebied. Als het een eenvoudig technologiebedrijf is, is dit misschien niet nodig, maar als u gegevens over de slijtage van wegen analyseert, moet u zoveel mogelijk leren over fysieke infrastructuur om de gegevens en uw bevindingen beter te begrijpen.
Projecten waarmee u waarschijnlijk wordt belast
Als datawetenschapsmedewerker kan uw bedrijf u vragen om verschillende basisgegevenswetenschapstaken uit te voeren. Deze kunnen het ontginnen en analyseren van bestaande gegevens in de databases omvatten. U kunt ook algoritmen implementeren om gegevensextractie te maximaliseren of een tool ontwerpen om de prestaties van een project of model te volgen en te analyseren.
Jouw belangrijkste taak is het organiseren en gebruiken van voorspellende modellen om inzichten te verkrijgen.
Doelen van de positie
Om deze positie onder de knie te krijgen, moet u zich concentreren op het leren van de tools en technieken van het vak. Je moet elk soort model beheersen dat je kunt ontwikkelen. U moet ook de toolstack van uw bedrijf leren kennen, aangezien een datawetenschapper die weet hoe hij de tools om zich heen moet gebruiken, veel productiever is dan iemand die dat niet doet.
Het goede nieuws is dat je aan het begin van het pad bent. Je kunt zeker steun en begeleiding verwachten van je superieuren, dus zorg ervoor dat je om hulp vraagt wanneer je die nodig hebt.
2. Datawetenschapsmanager (IC)
Een data science manager is nog steeds een individuele bijdrager. De functie vereist een tot drie jaar eerdere ervaring.
Vaardigheden die nodig zijn om de baan te krijgen
Maak je voor deze baan klaar om naast je denkmuts ook je pratende mond op te zetten. Je hebt uitstekende communicatieve vaardigheden nodig, omdat je meer met anderen zult samenwerken om samen te werken aan complexere projecten en vereisten te verzamelen.
Het is van cruciaal belang dat u in staat bent om beknopt en eenvoudig bevindingen over te brengen en aanbevelingen te doen aan niet-technische mensen. Je zult meer interactie hebben met mensen buiten je team. U moet uitleggen waarom uw resultaten in verhouding staan tot hun situatie en hoe uw bevindingen de oplossing zouden moeten beïnvloeden.
Aan de technische kant wordt van je verwacht dat je voorspellende modellen implementeert. Bereid je als senior lid van het data science-team voor om automatiseringsinitiatieven te modelleren, binnen het team en in het hele bedrijf. Je moet ook technische innovatie stimuleren. Denk aan de tool-stack die uw bedrijf gebruikt en overweeg of er elementen zijn die moeten worden uitgewisseld of toegevoegd.
U moet aanzienlijke ervaring hebben met het bouwen van verschillende soorten machine learning-modellen. Je krijgt grotere en meer gevarieerde projecten en je moet beslissen welke modellen het beste werken voor de situatie met minder toezicht van je baas of teamleden.
Projecten waarmee u waarschijnlijk wordt belast
Als data science-manager kun je samenwerken met het marketingteam om experimenten te bedenken. Data science-managers presenteren bevindingen ook aan het hogere management, in de vorm van een rapport of presentatie.
U kunt ook testgegevens valideren op representatie, vooringenomenheid, enz. Naast het implementeren van modellen, wordt u mogelijk gevraagd om oplossingsprototypes te ontwikkelen als u aan een datawetenschapsproduct werkt. Zelfs als het product niet is gericht op datawetenschap, kunt u intern nog steeds voorspellende pijplijnen produceren.
Doelen van de positie
De doelen van deze functie zijn allemaal gericht op het uitbreiden van de vaardigheden die je hebt ontwikkeld als datawetenschapsmedewerker en het ontwikkelen van nieuwe om je impact te vergroten. U moet begrijpen hoe u de tools gebruikt en met de gegevens werkt. U moet ook uw vaardigheden op het gebied van stakeholdermanagement verbeteren om hun doelen, zorgen en verwarring te begrijpen. Wees bereid om hun vragen proactief aan te pakken en oplossingen te bieden.
Je hebt misschien nog wel wat hulp nodig, maar je zou meer en meer zelfstandig moeten worden.
3. Senior Manager Datawetenschap (IC)
Een senior manager datawetenschap moet ongeveer vier tot vijf jaar ervaring hebben. In dit stadium ben je nog IC en heb je nog geen directe ondergeschikten.
Vaardigheden die nodig zijn om de baan te krijgen
Een senior manager datawetenschap moet in staat zijn om gebruik te maken van uitgebreide modellen voor machine learning en statistische technieken. Je zult nieuwe datasets moeten vinden en evalueren.
Maak je klaar om inzichten uit rommelige gegevens te halen, zoals gegevens uit meerdere talen, niet-gelabeld, enz. Er wordt ook van je verwacht dat je leiding geeft aan de implementatie en het onderhoud van machinepijplijnen in productieomgevingen, wat betekent dat je de ontwikkeling van datawetenschap onder de knie hebt en kan deze taak met meesterlijke vaardigheid uitvoeren.
Projecten waarmee u waarschijnlijk wordt belast
Als senior manager datawetenschap moet je meedenken over analytische kaders, code, het delen van gegevens en meer. Je zult moeten fungeren als een soort technische datawetenschapsgoeroe voor je team en partnerteams.
Je ontwikkelt en onderhoudt ook nauwe relaties met onderzoeks-, marketing- en productteams om analytische inspanningen af te stemmen op bedrijfsdoelen.
Uiteraard pas je diepgaande kennis van deep learning, gesuperviseerd leren en/of niet-gesuperviseerd leren, afhankelijk van wat nodig is, toe op complexe datasets. Je zult ook moeten samenwerken met data-ingenieurs en platformarchitecten om "robuuste productie-realtime- en batchbeslissingsoplossingen te implementeren", volgens sommigen openstaande vacatures bij Apple.
Doelen van de positie
Een senior data science manager is eigenlijk vrij volledig onafhankelijk. Je geeft meer juniorleden in je team technisch advies en helpt hen bij het navigeren door scenario's met partnerteams.
U moet in staat zijn om belanghebbenden, hun verwachtingen, vereisten, tijdlijnen en problemen te beheren. Je zult hele projecten moeten managen met minimale supervisie. De projecten waarmee je wordt belast, zullen complexer worden en het kan zijn dat er geen duidelijke oplossingen zijn.
4a. Staf/Principal Data Science Engineer (IC)
Een staf- of principal data science engineer heeft vijf tot tien jaar ervaring. Deze rol is die van een individuele bijdrager, dus hoewel u zeer ervaren en een echte datawetenschapsexpert bent, geeft u geen leiding aan andere mensen.
Vaardigheden die nodig zijn om de baan te krijgen
Dit is niet je eerste rodeo. Een hoofdgegevenswetenschapper kan vage ideeën of ingevingen in uitgekristalliseerde, numerieke inzichten die verbeteringen en winst voor het bedrijf stimuleren. Je bent een absolute duizendpoot als het gaat om het implementeren van modellen, het bouwen van pijplijnen en het analyseren van data.
Je hebt ervaring met het omzetten van lokale modellen in live data science-pipelines die de functionaliteit en waarde van je modellen uitbreiden naar meerdere teams of productgroepen.
Ondanks dat je geen technische rapporten hebt, wil je graag meer junior leden van je team begeleiden.
Projecten waarmee u waarschijnlijk wordt belast
Als principal data scientist word je beschouwd als een van de technisch meest vaardige datawetenschappers die er zijn. Je krijgt enkele van de meest complexe problemen te zien en er wordt van je verwacht dat je experimenteerinitiatieven uitvoert, verschillende pijplijnen bouwt en onderhoudt die worden gebruikt voor modelimplementatie en continue operaties.
U moet nauwkeurigere, slankere pijplijnen leveren die beter kunnen worden geproduceerd. Je vaardigheden op het gebied van data-extractie zijn ongeëvenaard, en ze stellen je in staat om meer inzichten uit data te halen dan meer junior datawetenschappers zouden kunnen produceren.
Doelen van de positie
Als principal data science engineer pak je complexe projecten aan zonder begeleiding. U bent eigenaar van de productroadmap. De belangrijkste datawetenschapsingenieurs vinden mogelijkheden om de capaciteiten van hun team of afdeling te verbeteren door datawetenschapsprincipes toe te passen op onbedekte gebieden of door de kunst van automatisering te verdedigen.
Jouw belangrijkste taak is het beïnvloeden van de oplossingen en hun roadmap. Je hebt veel verschillende belanghebbenden op veel verschillende afdelingen, dus bereid om op elegante wijze om te gaan met hun concurrerende prioriteiten en vereisten.
Je mag tegenwoordig niet veel coderen, maar je leest nog steeds veel van de code van je team.
4b. Directeur datawetenschap/groepsmanager
Een data science director of groepsmanager heeft ook ongeveer vijf tot tien jaar ervaring, maar in tegenstelling tot alle andere rollen die tot nu toe zijn genoemd, kan een groepsmanager ongeveer 4 rapporten verwachten. De exacte grootte van het team dat aan u rapporteert, hangt sterk af van uw afdeling en het bedrijf waar u werkt.
Vaardigheden die nodig zijn om de baan te krijgen
Als directeur datawetenschap heb je brede kennis en ervaring nodig op de meeste gebieden van datawetenschap. Je moet bekend zijn met Big Data-tools (Spark, Hive, enz.).
Je moet als Data Science Director ook in staat zijn om "complexe systeemintegraties die toolchains en teams overspannen te begrijpen en te debuggen". U kunt vakkundig verhalen achter de patronen in de gegevens identificeren en analytische inzichten distilleren tot beknopte, bedrijfsgerichte afhaalrestaurants.
Je hele team kijkt naar je op, dus je vaardigheden en kennis zouden je in staat moeten stellen om een allround technische expert te zijn en je team te ondersteunen.
Projecten waarmee u waarschijnlijk wordt belast
Directeuren van datawetenschap werken samen met bedrijfsteams om kansen te identificeren, door de vereisten te lopen en terug te komen met technische oplossingen van hun team. Je moet toptalent aantrekken en begeleiden, aangezien de arbeidsmarkt voor datawetenschappers competitief is als je de werkgever bent.
U moet de datawetenschapsstrategie definiëren en optimaliseren op afdelingsbreed niveau. Dit omvat veel verschillende aspecten, dus je moet een totaalbeeld hebben dat je op een gedetailleerd niveau kunt uitvoeren.
Er mag van u worden verwacht dat u (financiële) voordelen voor het bedrijf oplevert door aan te tonen welke voordelen het bedrijf heeft genoten door de aanbevelingen op het gebied van datawetenschap op te volgen. Wees klaar om de waarde van uw team te rechtvaardigen of uit te leggen waarom het moet worden uitgebreid.
Doelen van de positie
Je hebt directe ondergeschikten die je aanstuurt en ontwikkelt. Het is jouw taak om je directe ondergeschikten te coachen en hen te helpen hun werk te voltooien. U moet uw rapporten begeleiden naar een oplossing voor hun probleem zonder het probleem daadwerkelijk op te lossen. Je moet ze in wezen leren hoe ze hun werk moeten doen zonder het voor hen te doen.
U moet het werk tegen uw team op de juiste manier middelen, wat betekent dat u het werk helpt prioriteren en het werk toewijst aan een lid van uw team. Je helpt hiaten op te vullen wanneer iemand op vakantie is en al het werk op de juiste manier te volgen en te financieren om aan de verwachtingen te voldoen en te voldoen aan de tijdlijnen van partnerteams.
5. Senior directeur/VP Data Science
Op dit punt in je carrière heb je 10 jaar of meer ervaring. Je geeft leiding aan een hele afdeling of meerdere afdelingen.
Vaardigheden die nodig zijn om de baan te krijgen
Je hebt meerdere jaren ervaring met het aansturen van anderen. Deze ervaring had je in staat moeten stellen je vaardigheden aan te scherpen voor diepgaande technische coaching en mentorschap.
Je hebt uitgebreide persoonlijke ervaring met data science-modellen en ervaring met het bouwen van schaalbare datapijplijnen.
Als hoofd van een afdeling zul je moeten gedijen in een cross-functionele, samenwerkende omgeving. U moet ook rekening houden met de behoeften en het gedrag van de klant bij het nemen van beslissingen die van invloed zijn op hele productlijnen of de bedrijfsbrede strategie.
Projecten waarmee u waarschijnlijk wordt belast
Je fungeert als inhoudelijk expert op het gebied van modellering en data science om andere datawetenschappers technisch te coachen. Als algemeen voorvechter van datawetenschap binnen het bedrijf, moet je samenwerken met technische partnerteams om de integratie van datawetenschap en geautomatiseerde oplossingen in producten in het hele bedrijf te stimuleren. Wayfair verwacht dat hun senior directeuren van datawetenschap "complexe zakelijke problemen begrijpen, inlijsten en vertalen naar analytische problemen die zeer geschikt zijn voor machine learning-oplossingen."
Senior directeuren van data science zijn verantwoordelijk voor de stappenplan, planning en levering van het hele portfolio van machine learning-producten van teams en afdelingen. U moet samenwerken met productleiders van meerdere afdelingen om ervoor te zorgen dat de benutting van datawetenschapsoplossingen en voordelen in het hele bedrijf wordt gemaximaliseerd.
Als lid van het senior leiderschapsteam moet u een datawetenschappelijk perspectief naar de bestuurskamer brengen om het succes van het bedrijf te helpen stimuleren. U moet datawetenschap naar elke hoek van het bedrijf brengen die ervan kan profiteren.
Doelen van de positie
Als senior director ben je manager van managers. Je moet een visie hebben op waar de afdeling moet zijn en je begeleidt de managers die aan jou rapporteren om die visie uit te voeren. U zult meer gefocust zijn op de algemene prestaties van het bedrijf en u moet regelmatig overwegen hoe uw team kan bijdragen aan het succes van het bedrijf.
Laatste gedachten over het carrièrepad in datawetenschap
Het is belangrijk dat je altijd uitkijkt naar nieuwe gebieden om datawetenschap toe te passen (nodig voor senior functies, een geweldige manier om jezelf te benadrukken in meer junior functies) in je bedrijf. Je zult waarschijnlijk altijd kunnen blijven coderen als je dat wilt, dus overweeg of je door de gelederen wilt stijgen als manager of als individuele bijdrager. Data science-teams zijn meestal klein, tenzij ze aan een data science-product werken, zodat u niet al uw tijd hoeft te besteden aan het beheer.
Het is over het algemeen goed om de ‘cutting edge’ van data science in de gaten te houden. Houd uzelf relevant en overweeg of nieuwe technologieën, tools of oplossingen uw team ten goede kunnen komen. Datawetenschappers zijn moeilijk te vinden, dus als je carrière niet zo snel vordert als je zou willen of als je niet aan het soort projecten werkt dat je wilt, leg het dan uit aan je baas of solliciteer ergens anders .
Houd je focus op de positie boven die van jou en zoek naar mogelijkheden om je te ontwikkelen en te laten zien datawetenschapper vaardigheden.
Nate Rosidi is een datawetenschapper en in productstrategie. Hij is ook een adjunct-professor onderwijsanalyse en is de oprichter van StrataScratch, een platform dat datawetenschappers helpt bij het voorbereiden van hun interviews met echte interviewvragen van topbedrijven. Maak contact met hem op Twitter: StrataScratch or LinkedIn.
