Cursus
Data Science begrijpen
2 uur
875.2K
Nadat het in 2012 door Harvard Business Review was bestempeld als de “seksyste baan van de 21e eeuw”, noemde Glassdoor het in 2016 “de beste baan van het jaar”.
Toch is de houding tegenover data scientists in die vier jaar aanzienlijk veranderd: in 2012 richtte het merendeel van de artikelen zich op het uitleggen wat een data scientist is en wat die precies doet. Een korte Google-zoekopdracht naar “How to become a data scientist” liet destijds zien dat het begrip voor verschillende mensen iets anders betekende. In 2016 levert die zoekopdracht nog steeds een verscheidenheid aan artikelen en een breed scala aan meningen op. Waar de data scientist vroeger echter nog een persoon was die daadwerkelijk kon bestaan, leggen steeds meer artikelen nu uit waarom de data scientist een eenhoorn is.
Er zijn namelijk nog maar weinig mensen die aan de hoge verwachtingen voldoen, ook al staat de definitie van een data scientist niet vast. Vacatures laten zien dat bedrijven op zoek zijn naar mensen met communicatieve vaardigheden, creativiteit, vindingrijkheid, nieuwsgierigheid, technische expertise, … De manier waarop die vaardigheden soms worden beschreven, doet het lijken alsof het onmogelijk is om data scientist te worden.
Nu de vraag groter is dan het aanbod, neemt de trend van data-scienceteams in plaats van individuele data scientists toe, en daarmee een hernieuwde, sterke focus op het wat en hoe van data science. Maar net als de definitie van een data scientist is ook de definitie van data science veelzijdig, en er is veel advies beschikbaar voor iedereen die data science wil leren. Die informatie kan echter afhankelijk zijn van sector, context en persoonlijke voorkeur.
Gids in 8 stappen voor Data Science
Om je weg te wijzen in deze jungle van informatie en adviezen, heeft DataCamp zijn “In 8 stappen Data Scientist worden”-infographic opgefrist: die geeft nu een bijgewerkt overzicht van de acht stappen die je moet doorlopen om data science te leren. Sommige van deze acht stappen zullen voor de één makkelijker zijn dan voor de ander, afhankelijk van onder meer achtergrond en persoonlijke ervaring.
Het doel is nog steeds om een visuele gids te bieden voor iedereen die geïnteresseerd is in het leren van data science, of voor iedereen die al data scientist is geworden of deel uitmaakt van een data-scienceteam maar extra bronnen zoekt om verder te perfectioneren.
Als je overweegt om data science te leren of er net mee begonnen bent, laat je dan niet afschrikken door de acht stappen in de infographic.
Data science is een marathon, geen sprint.
Data science leren kost tijd en persoonlijke investering, maar de reis is allesbehalve saai!
En vergeet niet: er zijn genoeg cursussen en andere bronnen beschikbaar om je op weg te helpen.
Onderwerpen
