Skip to main content

Landa ett jobb i en snabbt växande industri - musen

Göteborg Kommunfullmäktige 2018-03-22 (Juni 2025)

Göteborg Kommunfullmäktige 2018-03-22 (Juni 2025)
Anonim

När var sista gången du tog upp din telefon och bläddrade igenom ditt Instagram-flöde? Kolla in en historia på Snapchat? Köpte du något från Amazon?

Det som du kanske inte har insett är att drivrutinen för alla dessa applikationer är data.

Och för att förbli relevant använder företag nämnda data för att förutsäga vad som kommer att bli nästa stora sak. Folket i centrum för all den handlingen? Datavetare.

Så det är inte konstigt att en rapport från 2012 i Harvard Business Review kallade yrket "det sexigaste jobbet på 2000-talet."

Det förutspås att efterfrågan på datavetare kommer att öka med 28% fram till 2020, eftersom företag samlar in data från en mängd olika källor och måste analysera dem för att ge bättre resultat: klick online, hushållsvattenmätare, inköp av livsmedelsinköp, hälsoposter. Men det är helt enkelt inte att samla in data. Någon måste känna till alla dessa siffror och hitta mönster att arbeta med. Vilket är det som forskare gör, de analyserar data för mönster och använder historia som en prediktor för framtida resultat.

Så nu när vi är tydliga på vad en datavetare gör och hur sexig den är, hur blir du en?

Måste älska data

Det kanske låter uppenbart, men för att vara datavetare måste du älska data, säger Mary L., datavetare vid New York Life. Mary var alltid bra på matematik och medger att hon ”i princip var gift med matematikavdelningen” på gymnasiet.

Jeremy B., från New York Livs Enterprise Data Management-team, säger att hans passion för data började när han började förutsäga problem i ett tidigare företags plattform så att problem kunde åtgärdas proaktivt.

Medan Mary uppskattar att hennes kollegor kommer från olika kulturer och utbildningsbakgrunder från finansiell matematik till aktuariell vetenskap, förenas de alla av sin kärlek till data. Mary var själv statistiker långt innan termen datavetare blev populär och hon föreslår att det är utan tvekan den viktigaste aspekten av jobbet att vara bekväm med att arbeta med data.

Jeremy råder dock potentiella dataforskare att lägga till programmering i sin verktygssats om de kan: "det finns färdigheter som kan förfinas och utvecklas kring programmering, vare sig det är olika språk som Java eller Python eller till och med förmågan att gå igenom och skriva standard SQL-frågor. ”

Sticka ut i mängden

Att sticka ut i en pool av sökande är alltid bra och det gäller även jobb inom datavetenskap.

Jeremy påpekar att eftersom datavetenskap fortfarande är ett framväxande område finns det ingen standard för vad man behöver veta för att lyckas i branschen. "Vad vi verkligen letar efter är människor som är intellektuellt nyfikna, " säger han, "folk som är villiga att gräva djupare, som fortsätter att vilja göra sig själva och företaget bättre genom framsteg inom datateknik."

I New York Life, till exempel, eftersom dataforskare arbetar med kollegor som har olika bakgrunder, tar de sina egna perspektiv till bordet, som alltid uppskattas, säger Raul H., från Customer Relationship Management-teamet i New York Life. I slutet av dagen "handlar det om att ha en passion för data och faktiskt vill gräva i, dra upp datasatser och verkligen bli en expert på den datauppsättning som du utvärderar, " tillägger Jeremy.

Sammanfattningen: I likhet med andra jobb kan du sticker ut genom att visa att du är en lagspelare och är villig att komma ner i skytten och bli smutsig.

”Du kommer att tillämpa dina kunskaper och kunskaper för att öka praxis. Så du kommer att känna äganderätt och du kommer att lära dig på samma gång, säger Jeremy och lägger till att det senaste datavetenskapliga arbetet i New York Life ger det en startvibe.

Framför allt måste du ha en passion för data. Det är det enda sättet att forma din karriär i ett blomstrande, utvecklande och ja, sexigt, område.

Så oavsett om vi har övertygat dig om att datavetenskap är ditt drömjobb eller om du fortfarande är på staketet, samlade vi några av de vanligaste tekniska rollerna (datavetenskap ingår) och hur du landar dem.

Infographic design av Mary Schafrath.