Comment être un Data Scientist?
Si vous voulez être un scientifique des données, vous devrez suivre de nombreux cours de mathématiques et d'informatique au lycée, car la science des données nécessite des compétences approfondies en statistiques, en algèbre, en calcul et en informatique. Lorsque vous choisissez une université ou un collège, recherchez ceux qui offrent les meilleurs programmes en mathématiques et en informatique. Vous pouvez également rechercher en ligne des cours en ligne réputés dans les langages de programmation de base enseignés par des experts dans le domaine. Étant donné que bon nombre de ces cours sont gratuits, il est important de constituer un solide portefeuille de travaux qui montre que vous avez la même expérience qu'un diplômé. Dans votre portfolio, présentez des projets personnels et approfondis avec des travaux publiquement disponibles sur Kaggle ou Github. Pour plus d'aide, y compris comment devenir un data scientist via un bootcamp, faites défiler vers le bas.
Pour entrer dans ce domaine, vous pouvez soit obtenir un diplôme en science des données dans une université, soit suivre gratuitement des cours ouverts en ligne (MOOC) à domicile ou participer à un bootcamp intensif en science des données.
La science des données (qui combine des compétences scientifiques et technologiques pour interpréter des quantités massives de données) est régulièrement classée comme l'un des domaines de carrière les plus souhaitables du 21e siècle. Pour entrer dans ce domaine, vous pouvez soit obtenir un diplôme en science des données dans une université, soit suivre gratuitement des cours ouverts en ligne (MOOC) à domicile ou participer à un bootcamp intensif en science des données. Avant de vous en rendre compte, vous pouvez aussi être un data scientist professionnel!
Méthode 1 sur 3: obtenir un diplôme en science des données
- 1Prenez des cours de mathématiques et d'informatique pendant vos études secondaires. La science des données nécessite une vaste expérience en statistiques, en algèbre, en calcul et en informatique. C'est une bonne idée de commencer à apprendre ces compétences le plus tôt possible.
- Assurez-vous d'avoir au moins une formation de base en Python, R et SQL, car ce sont les langages de programmation de base que vous utiliserez pour le reste de votre carrière.
- Python est un langage de programmation simple qui permet aux data scientists de se concentrer sur leurs questions de recherche plutôt que sur la syntaxe du code.
- R est un environnement programmable utilisé pour stocker des analyses de données complexes dans un script de ligne de commande.
- SQL (Structured Query Language) permet aux chercheurs de manipuler et d'interroger des données dans des bases de données connexes.
- 2Assistez à une université avec des programmes réputés liés à la science des données. Recherchez en ligne sur Google ou sur des sites de classement des universités comme US News les universités proposant les meilleurs programmes dans les domaines liés à la science des données. Il existe des universités diplômées en science des données, mais vous pouvez également entrer dans le domaine avec un diplôme en informatique, statistiques, mathématiques, économie ou recherche opérationnelle.
- Vous devriez également envisager de demander conseil à votre conseiller d'orientation, de contacter les départements auxquels vous envisagez de postuler et de correspondre avec les data scientists eux-mêmes.
- L'obtention d'un diplôme de premier cycle en science des données ou dans un domaine connexe nécessitera probablement 4 ans.
- Pendant vos études de premier cycle, vous devriez vous concentrer en particulier sur les cours de statistiques, de commerce et d'informatique.
- 3Allez à l'école doctorale si vous voulez vous qualifier pour des postes de supervision. De nombreux scientifiques des données entrent dans le domaine après avoir obtenu une maîtrise ou un doctorat, en particulier ceux intéressés par des postes de supervision. Au printemps de votre année junior, demandez à votre conseiller universitaire quels programmes de science des données vous conviendraient le mieux et ce que vous pouvez faire pour y accéder.
- Les études supérieures peuvent coûter cher et prendre beaucoup de temps, mais elles ajoutent de la structure et peuvent aider au réseautage.
Recherchez en ligne les programmes MOOC disponibles qui hébergent des cours sur les compétences nécessaires pour devenir un scientifique des données. - 4Commencez à chercher des emplois en science des données. Après l'obtention de votre diplôme, vous pouvez rechercher en ligne des postes en science des données et assister à des événements de réseautage tels que des conférences et des séminaires en science des données. Au cours de votre séjour au premier cycle et aux cycles supérieurs, vos professeurs et conseillers vous auront aidé à développer un portefeuille des travaux que vous avez accomplis au cours de vos études. Préparez ce portfolio pour les entretiens et les rencontres.
- Vous pouvez utiliser votre diplôme en science des données dans une grande variété de domaines tels que la technologie, les produits pharmaceutiques, le gouvernement, la vente au détail et les jeux, alors jetez un large filet dans votre recherche d'emploi.
Méthode 2 sur 3: suivre des cours ouverts en ligne massifs à domicile
- 1Trouvez des programmes MOOC réputés en science des données. Les cours ouverts en ligne massifs sont des cours de niveau universitaire dispensés en ligne par des experts dans le domaine. Recherchez en ligne les programmes MOOC disponibles qui hébergent des cours sur les compétences nécessaires pour devenir un scientifique des données. La grande majorité sera gratuite, mais certains peuvent exiger des frais. Assurez-vous de lire les critiques de chaque programme pour vous assurer de leur qualité.
- 2Prenez des cours sur les compétences de base en science des données. Les premiers MOOC que vous voudrez suivre seront dans des langages de programmation de base comme Python, R et SQL. Au fur et à mesure que vous progressez, vous pouvez passer à des cours avancés dans ces langages de programmation jusqu'à ce que vous les ayez maîtrisés.
- Une fois que vous maîtrisez Python, R et SQL, vous devriez envisager de suivre des cours dans d'autres langages de programmation avec des utilisations plus spécifiques pour compléter vos compétences.
- 3Inscrivez-vous à des cours de mathématiques et d'apprentissage automatique. Une fois que vous avez établi une base en Python, R et SQL, vous devriez suivre quelques MOOC en statistiques, calcul, algèbre, économie et apprentissage automatique (programmation qui permet aux ordinateurs d'"apprendre" grâce au langage statistique).
- Les data scientists ont souvent besoin de compétences en prise de parole en public et de sens des affaires. Envisagez également de suivre des MOOC dans ces domaines.
- 4Constituez un portfolio de votre travail. Si vous choisissez de suivre des MOOC plutôt que de fréquenter une université traditionnelle, vous serez peut-être plus pressé de prouver vos compétences. Ayez un portfolio complet de votre travail sur le terrain prêt à montrer ce que vous pouvez faire.
- Le travail de votre portfolio doit être composé du travail de vos MOOC, de tout travail de freelance que vous avez effectué et de votre site Web personnel si vous en avez un.
- Présentez des projets personnels et approfondis que vous avez réalisés dans votre portefeuille, et non des ensembles de données mineurs.
- Le travail que vous présentez dans votre portfolio doit être accessible au public. Faites votre travail sur des sites comme Kaggle et Github.
- Accompagnez votre travail d'une présence en ligne sur une plateforme de blogs et sur les réseaux sociaux.
Après l'obtention de votre diplôme, vous pouvez rechercher en ligne des postes en science des données et assister à des événements de réseautage tels que des conférences et des séminaires sur la science des données. - 5Commencez votre carrière dans la science des données. Recherchez un emploi en ligne et participez à des événements de réseautage. Assurez-vous d'apporter votre portfolio avec vous pour montrer aux nouvelles personnes que vous rencontrez sur le terrain. Gardez un œil sur les annonces dans des domaines tels que le secteur de la technologie, le gouvernement, le marketing, le conseil et les soins de santé. Chacun a une utilité pour une personne ayant une formation en science des données.
- Si vous avez suivi un programme MOOC en science des données, il vous fournira une documentation certifiant la réussite de ses cours. Incluez cette documentation dans votre CV.
Méthode 3 sur 3: participer à un bootcamp
- 1Apprenez les compétences de base en science des données avant le bootcamp. Les bootcamps en science des données sont des programmes de certification intensifs, à court terme et en personne, vous voudrez donc être aussi préparé que possible afin de pouvoir utiliser efficacement votre temps là-bas. Avoir au moins une connaissance intermédiaire des langages de programmation, des mathématiques et de l'informatique vous aidera à prendre une longueur d'avance une fois que vous aurez commencé votre bootcamp en science des données.
- Envisagez de suivre quelques cours ouverts en ligne dans ces domaines ou d'étudier à votre rythme.
- Si vous étudiez pendant votre temps libre, assurez-vous de vous fixer des objectifs concrets et réalisables pour suivre vos progrès et éviter de vous décourager.
- 2Lisez les critiques des bootcamps de science des données en ligne. Recherchez sur Google et les forums de science des données des critiques des bootcamps de science des données disponibles. Vous pouvez également envisager de contacter des data scientists sur le terrain pour connaître leur avis sur les meilleurs bootcamps.
- 3Choisissez le bootcamp qui correspond le mieux à vos besoins. Les bootcamps de science des données durent en moyenne 10 à 11 semaines, mais certains des plus prestigieux peuvent durer 6 mois complets. Les bootcamps plus prestigieux coûtent également plus cher. Assurez-vous de trouver un bootcamp qui équilibre votre emploi du temps et vos besoins financiers.
- Il peut y avoir des bootcamps dans votre région, mais il y a de fortes chances que vous deviez vous rendre dans une plus grande ville pour y assister. Cela rend la planification et les finances particulièrement importantes.
- 4Assistez à votre bootcamp. Au cours de votre bootcamp, vous aurez la possibilité de recevoir un enseignement direct en science des données, de produire des travaux pour votre portefeuille et de réseauter avec d'autres sciences des données établies et émergentes. Vous allez devoir étudier dur et travailler plus dur, mais ne vous y embourbez pas. Assurez-vous que vous utilisez également votre temps pour avoir une idée du terrain, qui y est et votre place dans celui-ci.
Si vous voulez être un scientifique des données, vous devrez suivre de nombreux cours de mathématiques et d'informatique au lycée, car la science des données nécessite des compétences approfondies en statistiques, en algèbre, en calcul et en informatique. - 5Construire un portefeuille. Votre bootcamp et tous les MOOC que vous avez suivis vous donneront du travail pour démarrer votre portfolio, mais vous devriez également présenter tout travail indépendant que vous avez effectué et des projets personnels et approfondis provenant de sites publics comme Kaggle et Github. Accompagnez votre portfolio d'une présence en ligne bien établie sur une plateforme de blogs et sur les réseaux sociaux.
- Demandez à vos instructeurs de votre bootcamp de vous aider à créer votre portfolio.
- 6Réseautez avec d'autres scientifiques des données et postulez à des emplois. Recherchez en ligne des emplois dans des domaines tels que la technologie, la santé, le gouvernement, la vente au détail et les jeux. Assistez à des conférences et à des rencontres pour réseauter avec d'autres personnes dans le domaine. Apportez votre portfolio pour montrer vos compétences.
- Vos cours MOOC et bootcamp vous fourniront très probablement des documents certifiant votre réussite. Incluez ces documents dans votre CV.
Lisez aussi: Comment s'améliorer en physique?
Les commentaires (1)
- L'article clarifie simplement tous mes doutes et me donne une nouvelle façon de penser. Ma préparation a été considérablement amplifiée.
