Caminhos grandes carreira de dados

Os tipos de papéis e planos de carreira em big data são muitos, mas eles compartilham alguns atributos comuns. E não se preocupe: nem todos eles exigem um PhD em matemática ou estatística.

Nem todo mundo é um cientista de dados

Então, o que é um cientista de dados? Ela é praticante que ajuda a empresa a alcançar uma vantagem competitiva através do uso dos dados. Quando o campo de dados grande começaram a surgir, as pessoas rapidamente saltou na rotulagem o que eles pensavam a função de trabalho correspondente seria. O termo cientista de dados foi jogado em círculos de TI, mas as pessoas não estavam realmente certo o que esse trabalho seria semelhante.

O que emergiu foi a idéia de que grandes dados só pode ser feito pelos matemáticos mais avançados, modeladores estatísticos e programadores especializados. Para muitas pessoas, imagens de um analista quantitativo Wall Street vem à mente. (UMA analista quantitativo, ou quant, é alguém que usa modelos para determinar quando comprar e vender ações específicas.)

Continua a haver uma demanda por cientistas de dados tradicionais, mas o campo se expandiu para incluir um amplo espectro de funções - em parte porque o avanço da tecnologia tem feito utilizando sistemas de dados grandes mais fácil.

Video: As Maiores Operadoras E Caminhões Do Mundo!

Requisitos de profissionais de big data

trabalhos de dados grandes compartilhar alguns requisitos comuns não importa qual carreira que você escolher. Se você está se perguntando se este campo carreira é para você, dê uma olhada na lista a seguir. Muitos postos de trabalho neste espaço exigem que as pessoas têm experiência com ou interesse nas seguintes áreas:

Video: Estes são os caminhos de carreira mais atraem o jovem

• Marketing e análise: O processo de usar analytics para melhor compreender o como e porquê do de compradores, a fim de aumentar as vendas.

• A colocação de produtos: O processo de obtenção de produtos em destaque em filmes e na televisão para aumentar a consciência e reconhecimento da marca.

  Video: PILOTO AUTOMÁTICO III - O QUE VOCÊ VIU - Pastor Michael Aboud

• Gestão de produtos: O processo de criação de produtos para uso comercial.

• sistemas de gerenciamento de banco de dados relacional (RDMSs): habilidades de banco de dados fundamentais.

• 
  
  
  

  Não só SQL (NoSQL): Métodos para acessar dados fora da programação SQL tradicional.

• Cloud computing: Aproveitando utility computing alugando por poder e armazenamento de computador, pagando apenas o que você precisa e dimensionamento da demanda.

• MapReduce: Um paradigma para lidar com grandes quantidades de servidores em um cluster Hadoop. Hadoop é um modelo de programação amplamente usado para peneirar uma quantidade enorme de dados usando o processamento paralelo.

• informática de saúde: Usando dados para conduzir inovações para cuidados de saúde.

• Estatisticas: Estudar uma coleção ou grupo de dados para análise.

• matemática aplicada: aplicação prática da matemática no mundo real.

• sistemas de inteligência de negócios: sistemas de TI que permitem que os usuários de negócios para organizar dados em informações para apoiar decisões de negócios.

• Visualização de dados: Software que leva informações e apresenta-lo em um formato visual para interpretação e análise.

• A migração de dados (extracto de transformar e de carga [ET]): ferramentas de software para mover dados de um sistema para outro, e transformá-la numa estrutura que é utilizável pelo sistema alvo.

Se você já é entendido em qualquer uma destas áreas ou interessados ​​nestes temas, você pode se sentir confiante de que você vai ser capaz de traçar um plano de carreira neste campo emergente.