Top 5 des parcours de carrière alternatifs et comment les apprendre gratuitement

Image de l’auteur | Toile

Lorsque vous pensez à une carrière de données, quels titres d’emploi sont les premiers à vous lancer dans l’esprit? Analyste des données, sûrement. Data Scientist? C’est à peu près tout. Même un ingénieur de données ou un ingénieur d’apprentissage automatique semble un choix quelque peu à gauche.

Si la plupart d’entre vous pensent de la même manière, il n’est pas surprenant qu’il soit si difficile de décrocher un travail de scientifique des données.

Aujourd’hui, nous allons examiner des cheminements de carrière alternatifs. Ils pourraient vous offrir une meilleure chance d’emploi et même vous offrir une carrière plus intéressante que ces pistes battues.

1. Data Product Manager

Ce rôle est un pont entre les équipes commerciales, d’ingénierie et de données. Ils définissent les exigences de données pour les produits de données. Ce poste peut être orienté client ou non, tout en fonction du ou des produits sur lesquels vous travaillez.

Par exemple, les produits de données destinés au client seraient des API de données, des interfaces de modèle d’apprentissage automatique ou des interfaces et tableaux de bord orientés clients dans les outils d’analyse. Dans votre travail, vous vous concentrerez sur l’accessibilité, l’évolutivité et la fiabilité de l’outil; Bref, expérience utilisateur.

Dans un rôle non client, vous pourriez travailler sur des tableaux de bord internes, des outils d’analyse en libre-service internes, des pipelines de données ou des sorties de modèle d’apprentissage automatique. L’accent ici est de répondre aux besoins interfonctionnels, d’obtenir des informations rapides et d’avoir des données fiables.

Pour rendre l’image claire, c’est un rôle où vous traitez des exigences telles que:

• Nous avons besoin d’un filtre par cohorte dans ce tableau de bord.
• Cette API a besoin d’une pagination et d’un contrôle d’accès.
• Le modèle de prédiction Churn doit être explicable à l’équipe de réussite client.

Compétences requises:

1. SQL & DATA Analytics

2. Communication des parties prenantes

3. Gestion des produits

4. UX de base pour les tableaux de bord

Comment apprendre gratuitement:

2. Journaliste de données

Les journalistes de données racontent une histoire avec des données en utilisant leurs compétences d’analyse et de visualisation des données. Ils pourraient être des journalistes «réguliers» eux-mêmes ou des analystes qui travaillent avec des journalistes pour trouver des modèles dans les données publiques, vérifier les réclamations avec des preuves et rendre les informations digestibles par le biais de visualisations de données.

Ils pourraient travailler dans les salles de rédaction de la presse et des médias électroniques, des unités d’investigation (par exemple, ProPublica, ICIJ), des organisations à but non lucratif et des réservoirs de réflexion.

Les projets de données sur les journalistes pourraient inclure l’analyse des dossiers des dépenses publiques pour dévoiler la corruption, la création de visualisations électorales interactives, les rapports sur le changement climatique, etc.

Compétences requises:

1. Nettoyage des données

2. Visualisation des données

3. Storage et écriture

• Identifier l’angle ou le récit dans un ensemble de données
• Écrire les gros titres et mène qui attire l’attention
• Expliquer les statistiques en langue claire
• Citant des experts ou des membres de la communauté pour humaniser l’histoire

4. Trouver des données

Comment apprendre gratuitement:

3. Ingénieur analytique

Les ingénieurs de données gèrent l’ingestion et le stockage des données brutes, tandis que les analystes exécutent des requêtes et recherchent des informations sur les données. Que sont alors les ingénieurs de l’analyse? Ils transforment les données brutes en ensembles de données propres prêts pour l’analyse et possèdent la couche analytique d’une pile de données.

Les tâches typiques des ingénieurs de l’analyse comprennent la conception et le maintien d’un modèle DBT pour la transformation des données, la définition de mesures et de la logique métier, et la création de martes de données et de couches sémantiques. Ils collaborent également avec les ingénieurs de données (en amont) et les analystes / chefs de produit (en aval)

D’une certaine manière, les ingénieurs en analyse sont des ingénieurs logiciels d’analyse de données.

Compétences requises:

1. SQL avancé (pour la logique de transformation)

2. Tool de construction de données (DBT) (pour l’ingénierie analytique)

• Modèles d’écriture dans dbt
• Configuration des dépendances et des chaînes ref ()
• Construire et maintenir les répertoires modèles (mise en scène -> intermédiaire -> MARTS)
• Écriture de tests (Unique, Not_Null, Accepted_Values)

3. Git et contrôle de version

• Utilisation de Git pour pousser / extraire du code et gérer les branches
• Commettre des messages
• Ouverture des demandes de révision du code
• Résoudre les conflits de fusion

4. entreposage de données

• Optimisation des requêtes
• Gestion des ensembles de données, des autorisations et des schémas
• Modèles et matérialisations incrémentiels
• Grossery
• Flocon de neige
• Décalage vers le rouge

5. Compétences bonus:

Comment apprendre gratuitement:

4. Analyste des opérations

Les analystes des opérations analysent les workflows (par exemple, une chaîne d’approvisionnement, le personnel, le service client), identifier les performances sous-optimales, les ressources et les goulets d’étranglement gaspillés et proposer des solutions.

En bref, ils utilisent des données pour optimiser les opérations commerciales. Certains exemples courants incluent l’optimisation de la livraison, l’analyse de réduction des coûts et la planification des effectifs.

Dans leur travail, les analystes des opérations produiront des rapports sur les KPI, des modèles de scénarios pour répondre aux questions (par exemple, que se passe-t-il si l’entreprise réduisait les changements), les tableaux de bord pour la surveillance des opérations en temps réel et l’automatise des tâches.

Compétences requises:

1. Excel et SQL

• Bâtiment des tables de pivot et des rapports de résumé
• Tirer les données des bases de données
• Nettoyage et analyse des données

2. Outils de visualisation des données

• Types de graphiques
• Construire des tableaux de bord avec des filtres et des forets
• Connexion aux sources de données et calendrier de rafraîchissement automatisant
• Tableau
• Power Bi
• Studio de spectateur

3. Prévision et modélisation de scénarios

4. Automatisation des processus

Comment apprendre gratuitement:

5. Analyste des politiques d’éthique des données / AI

Dans ce travail, vous vous assurerez que les algorithmes et les systèmes de données sont utilisés de manière équitable et responsable, conformément aux droits de l’homme et aux valeurs sociales. Le rôle se concentre sur les aspects éthiques du développement, du déploiement et de la réglementation de la technologie basée sur les données.

Ces experts sont généralement employés par les gouvernements, les établissements universitaires, les groupes de réflexion et les ONG. Vous pouvez également trouver un emploi dans des entreprises privées qui (sont obligées de prêter attention à l’éthique, pas seulement des bénéfices.

Les tâches typiques impliquent l’examen des modèles d’apprentissage automatique pour les biais ou l’impact disparate, conseiller les équipes et les équipes juridiques sur la conformité avec les réglementations de confidentialité des données (par exemple, le RGPD) et la contribution aux propositions de politique d’IA, à la documentation du modèle ou aux cadres d’audit. Vous travaillerez également avec les scientifiques des données pour promouvoir l’explication et la transparence du modèle

Compétences requises:

1. Compréhension de base des algorithmes et du biais du modèle

2. Cadres juridiques et éthiques

3. Communication et rédaction de politiques

• Rédaction du modèle de documentation et évaluation de l’impact
• Traduire les risques techniques en langage clair
• Projet de directives d’éthique, de politiques ou de documents de position

Comment apprendre gratuitement:

Conclusion

Ne vous limitez pas à quelques options de carrière si vous souhaitez travailler avec les données. Tout le monde n’a pas besoin de être un scientifique des données. C’est tellement excité, on pourrait penser que c’est la seule option. Non, ce n’est pas le cas. Les cinq alternatives que nous avons mentionnées ici montrent à quel point une carrière de données peut être diversifiée. Ces alternatives vous permettent d’utiliser vos connaissances techniques avec un résultat tangible et même de faire une société meilleure.

Nate Rosidi est un scientifique des données et en stratégie de produit. Il est également professeur auxiliaire qui enseigne l’analyse et est le fondateur de Stratascratch, une plate-forme aidant les scientifiques des données à se préparer à leurs entretiens avec de véritables questions d’entrevue de grandes entreprises. Nate écrit sur les dernières tendances du marché de la carrière, donne des conseils d’entrevue, partage des projets de science des données et couvre tout SQL.