Cameron White is analist in het data science-team bij Fruit of the Loom en een DataCamp-XP-miljonair. Zijn LinkedIn-profiel vermeldt trots: “Meer dan 200 cursussen, meer dan 10.000 oefeningen, meer dan een miljoen XP en bijna alle skill- en carrièrepaden voltooid op DataCamp.”
Hij is ook een drukbezette alleenstaande vader met een jonge zoon, en tijd is zijn kostbaarste bezit.
Datavaardig worden met DataCamp
Tegenwoordig is Cameron bedreven in Python en R en vaardig in veel data science-taken, van ETL tot tijdreeksmodellering, tekstanalyse en meer. Maar vijf jaar geleden was dat anders. Hij had net een bachelor in wiskunde en statistiek afgerond en het meeste van zijn studie was erg theoretisch, met een paar toegepaste statistiekvakken. Hij kreeg een stage bij Fruit of the Loom die uitmondde in een fulltime rol in het nieuw opgerichte data science-team. Het probleem? Hij had geen idee wat voor taken data scientists eigenlijk uitvoerden of hoe ze die aanpakten.
Ik herinner me nog goed dat ik mijn baanaanbod kreeg en de term data scientist hoorde, maar op dat moment had ik geen idee wat dat precies inhield.
Om zich voor te bereiden op zijn rol bij Fruit of the Loom zocht Cameron naar online platforms om snel data science-vaardigheden op te bouwen. Hij probeerde een van onze concurrenten, maar merkte dat hun cursussen “niet aansloten bij [zijn] behoeften als student.” In 2015 ontdekte hij DataCamp en was vrijwel meteen verkocht door onze learn-by-doing-aanpak.
Ik vind het geweldig dat ik in mijn eigen tempo kan leren met DataCamp.
Cameron waardeert de flexibiliteit van het DataCamp-platform, dat hem een naadloze leerervaring op desktop en mobiel biedt. Hij kan handig leren wanneer hij een gat van 30 minuten in zijn schema heeft, bijvoorbeeld nadat hij zijn zoon naar bed heeft gebracht. Ook is hij fan van onze videocontent en vindt die “heel kort, maar nuttig.”
Hij houdt ook van de kwaliteit van onze instructie—wij werken alleen met toonaangevende experts in data science, van wie sommigen actief de tools en packages ontwikkelen en onderhouden die Cameron elke dag gebruikt.
Veel cursussen worden gegeven door de maker van de package zelf! Wie kan een betere docent zijn dan de auteur van de package?
De zakelijke impact van leren op DataCamp
Cameron probeert elke dag een uur vrij te maken om te leren op DataCamp, en hij heeft zijn leerervaringen “bij talloze gelegenheden direct” kunnen toepassen op zijn werk, “soms zelfs al de volgende dag!”
Zo had hij nog nooit van de Tidyverse gehoord voordat hij ons R-curriculum verkende, en tegenwoordig gebruikt zijn team de principes van tidy data “bijna elke dag, bij bijna elk project.” Ook heeft hij veel van de modelleringsmethoden die op DataCamp worden onderwezen toegepast in diverse prijsmodelleringsscenario’s.
Na het volgen van Data Manipulation in R with dplyr merkte Cameron een enorme prestatieverbetering op, zowel in de verwerkingstijd van grote datasets als in de tijd die het kost om te coderen. Deze vaardigheden waren eenvoudig te implementeren en hij deelde zijn inzichten enthousiast met collega’s, wat hielp om intern enthousiasme voor R en dplyr op te bouwen.
Een belangrijk project waar hij aan werkte is een voorspellende analytics-samenwerking met Microsoft. Ze ontdekten dat een temperatuurdaling van 12 graden binnen zes dagen een enorme groep consumenten direct stimuleert om winterkleding te kopen. Deze bevindingen stelden hen in staat om hun supply chain proactief voor te bereiden op verschillende geografische behoeften en de verkoop van Fruit of the Looms fleece en andere winterproducten te optimaliseren. Voor dit project pasten Cameron en zijn team veel lessen toe uit DataCamp-cursussen over SQL, data importeren en opschonen in R en geavanceerde modellering.
196 werkdagen besparen met DataCamp
De impact van DataCamp op Camerons werk is enorm geweest. Laten we kijken hoeveel tijd hij naar eigen zeggen heeft bespaard na vier jaar leren op DataCamp.
- Cameron werkt ongeveer 200 dagen per jaar, dus zo’n 800 dagen over vier jaar. Van die 800 dagen gaat hij ervan uit dat ongeveer 20% van zijn tijd is besteed aan actief coderen, wat neerkomt op 160 werkdagen (of 1.280 werkuren).
- Van de actieve codeertijd gaat hij ervan uit dat ongeveer 40% (of 512 uur) is besteed aan verkennende data-analyse die werd versneld met Tidy-concepten die hij bij DataCamp leerde. Van die 512 uur gaat hij ervan uit dat het toepassen van Tidy-principes ongeveer de helft van de bestede tijd heeft bespaard.
- In de overige 60% van Camerons tijd is ongeveer 10% besteed aan het helpen van anderen met hun codeervragen—een forse daling sinds zijn team DataCamp gebruikt.
- Cameron schat dat de resterende tijd, bijna 700 uur, is besteed aan geavanceerder werk zoals modelleren met concepten uit onze cursussen over het caret-pakket, Shiny-apps maken of data van het web ophalen. Hij geeft speciale waardering aan onze cursus Writing Efficient R Code van Colin Gillespie, die enorm hielp bij het verbeteren van zijn runtimes.
- Op basis van Camerons ruwe schatting zag hij een winst van 675 uur in zijn directe codering per jaar. Dit is nog exclusief de zeer grote tijdswinst tijdens niet-codeersessies, zoals wanneer zijn team eerst een project uitdenkt. Nieuwe methodologieën die hij op DataCamp leerde, zorgden in deze fase voor aanzienlijke versnelling. Hij schat dat hij 70% van de tijd, ofwel 896 uur, heeft bespaard.
In totaal heeft Cameron naar schatting 1.571 werkuren of 196 werkdagen bespaard in de afgelopen vier jaar! Zoals we aan het begin van dit artikel al noemden, is tijd Camerons kostbaarste bezit—dus hij weet die maximaal te benutten.
Hoe DataCamp samenwerking stimuleert
Het team van Cameron maakt goed gebruik van hun DataCamp-abonnementen om nieuwe onderwerpen te leren wanneer ze op het werk tijd over hebben. Ze kunnen behoorlijk competitief zijn en dagen elkaar soms uit op DataCamp XP, wat helpt om “het leuk te houden.”
Bovendien heeft het team formele doelen om elk jaar een bepaald aantal trainingsuren te halen, en ze gebruiken daarvoor vooral DataCamp.
De groei van het team is duidelijk te zien aan het aantal nieuwe methodologieën, algoritmen en processen die we op het platform ontdekken.
Teams helpen hun route naar datavaardigheid uit te stippelen
Voor Cameron was het lastigste aan het begin van zijn carrière in data science te weten waar te beginnen en waarop hij zijn inspanningen moest richten. Hij vindt dat DataCamp uitstekend helpt om zijn leerpad te sturen met onze skill tracks en career tracks.
Data science is een ontzettend interessant, leuk en lonend carrièrepad, en het platform van DataCamp heeft mij enorm geholpen om in dit vakgebied succesvol te zijn.
Lees meer over Camerons reis naar datavaardigheid, en connect met hem op LinkedIn en Twitter.
Wil je beoordelen hoe DataCamp jouw team kan helpen om vaardig te worden in data science en analytics? Ga naar datacamp.com/business of plan een demo van ons platform.
