Steeds meer mensen stappen elke dag in data science. Daar zijn verschillende redenen voor. Ten eerste is er een enorme vraag: volgens het LinkedIn Emerging Jobs Report 2020 blijft data science een van de snelst groeiende beroepen op de markt, ondanks de vertraging in de sector door de COVID-19-pandemie.
Daarnaast zijn er de salarisverwachtingen: Glassdoor-cijfers uit 2020 laten zien dat het startsalaris van een data scientist rond de 89.000 dollar ligt. En tot slot is er de opmerkelijke populariteit: de Harvard Business Review verklaarde in een memorabel artikel uit 2012 dat data scientist het seksyste beroep van de 21e eeuw was.
Als je overweegt om een nieuw avontuur te beginnen in de wereld van data science, twijfel dan niet—ga ervoor. Om je te helpen slagen, hebben we een lijst gemaakt met 10 lessen en praktische tips die je helpen je weg te vinden in de wondere wereld van data science.
- Data science ontrafeld
- Wat is een programmeertaal?
- In het begin doet het pijn. Maar wees geduldig.
- Je staat er niet alleen voor: data science-bronnen
- De kunst van het coderen
- Waar begin ik met leren?
- Blijf leren
- Data science is een middel, geen doel
- Met grote macht komt grote verantwoordelijkheid
- Conclusie: (Je zult) data zijn, mijn vriend
Data science ontrafeld
Data science wordt vaak genoemd naast andere techbuzzwords zoals big data, kunstmatige intelligentie en machine learning, waardoor het lastig kan zijn om precies te begrijpen wat data science is.
In het kort: data science is een interdisciplinair vakgebied dat wetenschappelijke methoden, programmeren, algoritmen en statistiek combineert om kennis uit data te halen. Data science omvat een set krachtige tools en methodologieën om met data om te gaan en kan in vrijwel elke sector worden ingezet. De mogelijkheden variëren van eenvoudige exploratieve data-analyse en dataverzamelingstechnieken zoals webscraping tot enkele van de meest waardevolle domeintoepassingen, zoals aanbevelingssystemen, computer vision, zelfrijdende auto’s en natural language processing, waarbij machine learning en deep learning een cruciale rol spelen.
Hoewel data science een logische keuze is voor professionals met een IT- of programmeerachtergrond, ontwikkelt het vakgebied zich razendsnel, en tegenwoordig kun je gerust stellen dat iedereen welkom is, ongeacht je achtergrond. Waarom? Omdat, naarmate data science nieuwe disciplines binnendringt, kennis van de essentie van een bepaald domein of onderzoeksgebied cruciaal is. Naast technische en programmeervaardigheden zouden data scientists altijd over een zekere mate van domeinkennis moeten beschikken, zodat ze begrijpen wat ze doen. Dit omvat het beoordelen van de inputdata, het inschatten van de waarde en geldigheid van de inzichten en het onderscheiden wat wel en niet logisch is.
Wat is een programmeertaal?
Leren programmeren is een noodzakelijke stap om data scientist te worden. Daar is geen alternatief voor, ondanks de recente opkomst van “no-code”-platforms voor data science en AI. Hoewel deze oplossingen niet-technische businessgebruikers in staat stellen om applicaties en software te bouwen (als poging om het tekort aan softwareontwikkelaars op te vangen), zijn de competenties, middelen en mindset die data scientists meebrengen nauwelijks te vervangen—althans voorlopig.
Programmeren is een centraal onderdeel van het dagelijkse werk van een data scientist. Maar wat is programmeren eigenlijk? En wat is een programmeertaal?
Programmeren is de techniek waarmee geautomatiseerde taken op een computersysteem kunnen worden uitgevoerd. Om met een computer te communiceren gebruiken we programmeertalen. Een programmeertaal is een set semantische en syntactische regels die programmeurs gebruiken om instructies—ook wel algoritmen genoemd—te schrijven waarmee een computer een specifieke taak kan uitvoeren.
Er zijn honderden programmeertalen. In data science zijn de twee populairste talen Python en R. Beide zijn uitstekend voor zo’n beetje elke data science-taak die je kunt bedenken. Ze worden vaak als rivalen neergezet, maar een slimmer perspectief is om ze als complementair te zien; bondgenoten die je kunt combineren om hun volledige potentieel en respectieve voordelen te benutten. Gelukkig heeft DataCamp een grote catalogus met cursussen waarin je zowel Python als R kunt leren.
In het begin doet het pijn. Maar wees geduldig.
Laten we eerlijk zijn: leren coderen is moeilijk. Dat geldt voor iedereen, ongeacht je achtergrond. Het is tijd om te stoppen met denken dat iemand met een studie informatica of wiskunde beter geschikt is voor data science dan iemand met een alfa- of gamma-achtergrond. Het enige verschil is dat de eerste waarschijnlijk tijdens de studie al is gaan programmeren en de tweede niet. Maar ook die eerste heeft ongetwijfeld op enig moment—vooral in het begin—geworsteld met code.
Coden is als naar de sportschool gaan. De eerste dagen doet het pijn. Je spieren zijn stijf en zeurend. Je bent die pijn niet gewend en terwijl je op de bank ligt, ben je misschien geneigd op te geven. Maar als je niet opgeeft, als je blijft trainen, gaat het geleidelijk beter. Na een paar weken merk je dat je fitnessmijlpalen haalt die kort geleden nog onhaalbaar leken. Uiteindelijk wordt naar de sportschool gaan onderdeel van je routine, en op een dag besef je dat je trainen zelfs leuk vindt.
De meeste baby’s doen er tussen de negen en veertien maanden over om te leren praten. Gelukkig is een programmeertaal veel eenvoudiger en primitiever dan een menselijke taal. Als je vastberaden bent, moet je binnen een paar maanden basis-scripts kunnen schrijven. Net als bij sporten heb je ook bij het leren van een programmeertaal geduld nodig.
Je staat er niet alleen voor: data science-bronnen
Je data science-avontuur zal vol obstakels zitten. Je kunt vastlopen tijdens het schrijven van code, soms snap je niet waarom je script niet goed draait, en er zullen momenten zijn dat je simpelweg geen idee hebt hoe je aan een bepaalde data science-taak moet beginnen.
Geen stress: je staat er niet alleen voor. Een van de leukste dingen aan data science—en breder, het programmeerecosysteem—is dat het internet vol staat met bronnen en informatie die je helpen de uitdagingen te overwinnen die je tegenkomt. Je moet alleen de juiste vragen stellen om de juiste antwoorden te krijgen.
Hier is een lijst met bronnen die je tijdens je data science-reis te hulp zullen schieten:
-
Stack Overflow: het Orakel van Delphi voor programmeurs. Met meer dan 16 miljoen gebruikers is Stack Overflow een openbaar vraag-en-antwoordplatform voor programmeurs. Als je een probleem hebt met je Python- of R-script, eindig je waarschijnlijk met het zoeken naar oplossingen op Stack Overflow.
-
Tutorials: Problemen met regressieanalyse? Weet je niet waar je moet beginnen met webscraping? Een tutorial over het onderwerp kan een uitstekend startpunt zijn. Je vindt uitgebreide tutorials over een breed scala aan onderwerpen op gevestigde platforms zoals DataCamp en zelfs YouTube.
-
Online cursussen: Wil je expert worden in een onderwerp, je codeervaardigheden aanscherpen, of simpelweg je data science-horizon verbreden, dan is een cursus waarschijnlijk wat je zoekt. Er zijn veel opties op de markt, waaronder DataCamp. Mis niet de kans om onze uitgebreide lijst met cursussen te verkennen.
-
Boeken over data science: Boeken blijven een geweldige informatiebron. De afgelopen jaren is het aantal data science-boeken flink toegenomen, en veel ervan zijn gratis online te vinden. Aanrader: O’Reilly-boeken.
-
Documentatie: En last but not least: pakketdocumentatie. Documentatie is een van de belangrijkste aspecten van een goed pakket of een goede library. Documentatie is de primaire bron voor gebruikers om het doel en de werking van een pakket te begrijpen. Het is misschien niet je spannendste leesvoer, maar in veel gevallen is de oplossing voor je probleem een pakketfunctie of parameter waarvan je pas wist toen je de documentatie las.
De kunst van het coderen
Na een paar maanden codeertraining voel je je zekerder over je vaardigheden. In die tijd heb je veel processen, syntaxis en commando’s geïnternaliseerd. Zonder dat je het doorhebt, ontstaan er automatisms bij het coderen, waardoor je scripts vloeiender worden.
Uiteindelijk ga je het grotere geheel zien: je ontdekt dat coderen een kunst is. Zo ga je begrijpen dat er vaak meerdere manieren zijn om een programmeerprobleem op te lossen, maar dat sommige efficiënter zijn dan andere. De zoektocht naar efficiëntie zal je werk sturen—zowel bij het schrijven als bij het uitvoeren van je code. Dat leidt ertoe dat je nieuwe programmeerstrategieën gaat leren.
Een ander belangrijk aspect waar je aandacht voor krijgt, is leesbaarheid. Onthoud dat leesbaarheid niet alleen belangrijk is voor andere programmeurs die met je scripts moeten werken, maar ook voor je “toekomstige ik”. Met kleine wijzigingen in zaken als de structuur van je syntaxis, de naamgeving van variabelen en functies, en spatiëring en inspringen kan je code er beter uitzien en begrijpelijker zijn. Ook commentaar in je code en documentatie bij je functies maken het leven voor jou en andere lezers een stuk makkelijker.
Waar begin ik met leren?
We definieerden data science eerder als een interdisciplinair vakgebied dat wetenschappelijke methoden, programmeren, algoritmen en statistiek combineert om kennis uit data te halen. Ja, dat is veel om mee te beginnen. Data science is veeleisend en het is gemakkelijk voor nieuwkomers om zich overweldigd te voelen. Ter geruststelling: iedereen die in data science begint, ongeacht achtergrond, moet een bepaald leerproces doorlopen—het is simpelweg onmogelijk om alles meteen te weten.
Waar begin je dan? Daar is geen eenduidig antwoord op, maar je komt niet ver zonder een basis in programmeren, statistiek en wiskunde. Naast Python of R is kennis van SQL zeker een must. En wat betreft wiskunde en statistiek: laat je niet afschrikken. Het kan wat meer tijd kosten, maar je leert wat een p-waarde of een kunstmatig neuraal netwerk is in jouw tempo.
Ondertussen kun je andere dingen doen om je zichtbaarheid en kansen op een baan te vergroten. Een goed idee is om een portfolio te maken. In dit verband raden we van harte aan om onze recent gelanceerde DataCamp Workspace te proberen—een online omgeving om code te schrijven, je skills toe te passen op interessante datasets en je data science-portfolio op te bouwen. Daarnaast kun je artikelen schrijven over het vakgebied, meedoen aan data science-wedstrijden, of data science-certificeringen halen.
Blijf leren
Als je denkt dat het vinden van je eerste baan in data science het einde van het avontuur is, heb je het mis. Data science is een dynamisch en snel evoluerend vakgebied. Wat vandaag populair is, kan morgen verouderd zijn. Wil je een idee krijgen van de stand van zaken in het data science-landschap, bekijk dan deze afbeelding.
Bron: FirstMark
We kunnen twee conclusies trekken uit dit beeld. Ten eerste is data science een leerproces voor het leven. Je moet blijven leren, anders loop je het risico achterop te raken.
Ten tweede is het onmogelijk om alle programmeertalen en technologieën daarbuiten te kennen. Kies dus wat je gaat leren op basis van de behoeften in je werk en waar je het meest gepassioneerd over bent.
Data science is een middel, geen doel
Wat is de waarde van je werk als je als data scientist de relevantie van je projecten niet kunt communiceren? Wat is het nut van een grondige data-analyse als niemand begrijpt waar je mee bezig bent?
Het doel van data science is inzichten uit data halen en die toepassen om waarde te creëren. Met andere woorden: data science is geen doel op zich, maar een middel om waarde te creëren. Vaardigheden zoals goed kunnen communiceren, storytelling en creatief denken zijn cruciaal om inzichten naar waarde te vertalen. In dit opzicht profiteert de sector, zoals hierboven genoemd, van niet-technische vaardigheden.
Met grote macht komt grote verantwoordelijkheid
Dit is waarschijnlijk de belangrijkste les. Data science ligt aan de basis van enkele van de meest waardevolle toepassingen en uitvindingen in ons leven. Onze samenlevingen veranderen snel, gedreven door de ontwrichtende kracht van data science en kunstmatige intelligentie, naast andere technologieën.
In deze context van onzekerheid en ingrijpende veranderingen is het belangrijk kritisch en voorzichtig te blijven. Ons dagelijkse werk als data scientists draait om het verwerken van bergen data, het bouwen van modellen en het vertalen van inzichten naar waarde, maar we zouden altijd verder moeten kijken dan onze computers en ons afvragen wat de maatschappelijke impact van ons werk is.
Kritisch en verantwoordelijk zijn is de eerste stap om misstanden in de sector te voorkomen en een eerlijke toekomst te waarborgen.
Conclusie: (Je zult) data zijn, mijn vriend
Tot slot willen we nog één les met je delen: data science verandert niet alleen de samenleving, maar het zal ook je eigen leven voorgoed veranderen.
De wereld waarin we leven is complex. We hebben voortdurend te maken met processen en systemen die ons begrip te boven gaan. Om die complexiteit te benaderen, werken we met modellen, die je kunt zien als een vereenvoudigde beschrijving van de werkelijkheid. In die zin biedt data science een flink aantal modellen die ons helpen de wereld te begrijpen. Zo kan het relationele model voor databasemanagement heel handig zijn om informatie te structureren en complexe fenomenen te beschrijven. Modellen van sociale netwerken kunnen ons helpen te begrijpen hoe informatie van persoon tot persoon stroomt of het potentieel te benutten van de netwerken waar we deel van uitmaken. Nog fascinerender: de wiskundige modellen die machine learning-toepassingen aandrijven zijn niet alleen cruciaal voor computers om te leren, ze bieden ook nieuwe perspectieven op menselijke intelligentie, en daarmee een dieper begrip van onszelf.
Er is nog een reden waarom data science jou zal veranderen. We leven in het tijdperk van Big Data. Elke dag wordt er een enorme hoeveelheid data gecreëerd en verzameld. Data is niets anders dan informatie uit vele typen en bronnen. Lezen stelt ons in staat om te leren uit boeken en andere bronteksten, en datageletterdheid stelt ons in staat om te leren van data. Dat is niet gering, want data biedt ongekende manieren om de studie van elk domein dat je maar kunt bedenken aan te pakken—van geneeskunde, psychologie en kunst tot klimaatverandering, astronomie en geschiedenis.
Data science geeft je de tools om data te analyseren—wat je ermee doet, hangt volledig af van jouw verbeeldingskracht en nieuwsgierigheid. Dus laten we het avontuur voortzetten: daarbuiten wacht een hele wereld om door jou (opnieuw) ontdekt te worden. Zet de eerste stap door je dataskills online op te bouwen.
