Cada vez que busca una manera de convertirse en un científico de datos, a menudo se enfrenta a una lista de habilidades técnicas que necesita desarrollar y desarrollar para comenzar su carrera. Sin embargo, la mayoría de estos tutoriales a menudo omiten o descuidan deliberadamente las habilidades blandas que son tan importantes como todas sus habilidades técnicas.
Un científico o desarrollador de datos es más que un programador o un minero de datos. Estos son socios comerciales estratégicos, gerentes de proyectos, comunicadores científicos, analistas y generadores de ideas, todos juntos.
Como especialista en datos, va más allá de escribir modelos con gran precisión; además de sentarse frente a una computadora, aprender a codificar cómo usar un modelo en particular o leer las últimas investigaciones en esta área.
4 habilidades básicas para cada especialista en datos
- Comunicación clara y efectiva
- La principal visión para los negocios.
- Cooperación y trabajo en equipo
- Capacidad para admitir código
Veamos cuatro habilidades básicas que deben ser esenciales para que cualquier científico de datos tenga éxito en su carrera. La mayoría de ellas son habilidades blandas, pero consideraremos una habilidad técnica que a menudo no notamos.
1. Habilidades de comunicación claras y efectivas
La comunicación es una habilidad crítica que se está perdiendo en la mayoría de los campos técnicos, no solo en la ciencia de datos. Cuando tu trabajo es lidiar con conceptos complejos y comprender el mundo que te rodea, tendemos a complicar las cosas.
¡Hay una razón para esto! En la mayoría de los campos técnicos, cuando nos reunimos con otros desarrolladores y programadores o incluso investigadores, debemos parecer versados en el campo. Como resultado, tendemos a actuar usando jerga técnica y ejemplos complejos.
Esta estrategia puede funcionar en un entorno técnico, pero no funcionará si necesita comunicar sus hallazgos a una audiencia más amplia. La capacidad de comunicarse efectivamente va más allá de simplemente explicar ideas complejas. Para ser un comunicador eficaz, debe aprender a expresar sus pensamientos complejos en un lenguaje accesible.
Además, una parte importante de la comunicación eficaz es utilizar las ayudas visuales adecuadas que no contradigan (o distraigan) su lenguaje, sino que lo apoyen y lo ayuden a comunicar sus ideas con claridad.
Para convertirse en un mejor comunicador, practique lo siguiente:
-
Disfruta tanto de la comunicación verbal como no verbal. El lenguaje corporal habla tanto como las palabras que realmente dices. Practique presentándose en el espejo o llame a Zoom con amigos y solicite comentarios.
-
Sea breve y al grano. Intente usar el modelo PIP (propósito, importancia, vista previa). Da el por qué de tu trabajo, por qué es importante y, finalmente, cómo funciona.
-
No confíe únicamente en sus ayudas visuales. Los gráficos y tablas son útiles, pero no pueden hacer el trabajo por usted. Explique lo que representan sus visualizaciones (simplemente) cuando las presente.
-
¡Tiempo para ti! La mayoría de las personas tienden a pensar cuando hablan en público si no han planeado cuidadosamente su presentación. Si tienes un horario claro, puedes evitar esto. Esto puede parecer una tontería, pero incluso rompa sus artículos en pedazos pequeños (punto a = 5 minutos; punto b = 3 minutos, etc.). No olvides contar el tiempo durante tu entrenamiento para asegurarte de alcanzar tu objetivo.
2. Perspicacia comercial básica
El primer paso de cualquier proyecto de ciencia de datos son los datos. Necesita recopilar datos, borrarlos y luego analizarlos. Para hacer esto, para analizar los datos y comprender la historia que intentan contarle, debe tener una comprensión básica de la fuente de datos.
En la mayoría de los casos, los datos con los que trabajamos se recopilan utilizando un modelo comercial específico para lograr el objetivo establecido. Comprender los conceptos básicos del modelo comercial en el que trabaja puede ayudarlo a comprender y analizar mejor sus datos.
No necesita ir a la escuela de negocios para comprender mejor sus datos; solo necesita conocer los conceptos básicos del modelo específico utilizado en su lugar de trabajo. ¿Qué hace su empresa y cuál es su oferta de valor? ¿Cómo obtiene ingresos la organización? ¿Quiénes son sus clientes o público objetivo?
Recolectar y analizar datos sin conocer el modelo comercial o los objetivos de la empresa es como recolectar muebles sin leer las instrucciones, ¡o incluso sin saber lo que está creando!
3. Cooperación y trabajo en equipo
Como científico de datos, nunca trabaja solo; siempre eres parte de un equipo que trabaja para lograr un objetivo. No solo eso, probablemente también necesitará interactuar con gerentes, diseñadores, especialistas en marketing y, lo que es más importante, con los clientes.
Para crecer y probarse a sí mismo en cualquier entorno de trabajo, debe ser un buen jugador de equipo, estar abierto a nuevas ideas y estar siempre feliz de responder de manera constructiva. Deberá lograr un equilibrio entre la apertura y la objetividad, manteniendo su punto de vista único (contrataron usted al final, ¡no por nada!).
Otro aspecto del juego en equipo es colaborar con proyectos de código abierto. El software de código abierto es una forma en la que puede trabajar para desarrollar sus habilidades, compartirlas con la sociedad y conocer a otras personas que comparten los mismos intereses que usted.
Finalmente, la tutoría es una excelente manera de convertirse en un jugador de equipo. Cuando te ofreces como mentor para principiantes, ya sea en este campo, para un estudiante o para un colega, confirmas que tienes el conocimiento, mostrando flexibilidad y generosidad.
4. Capacidad para apoyar el Código
La última habilidad de la que quiero hablar es una habilidad técnica que nosotros (incluido yo mismo) extrañamos una vez que comenzamos a trabajar: el control de versiones gratuito.
Escribir un buen código con el último modelo no es el final de la historia. De hecho, cuando se trata de desarrollo de software, no hay fin; Siempre hay algo que agregar y mejorar. Escribir código fácil de mantener es una habilidad que requiere mucho tiempo y práctica.
El primer paso es un cómodo control de versiones. Entiendo que el control de versiones (en el mejor de los casos) no es muy divertido y, en la mayoría de los casos, muy confuso. Sin embargo, esta es una habilidad importante que todo científico de datos necesita mejorar.
Si su código está bien mantenido, será fácil de entender, expandir y ampliar para otros investigadores de datos. Si su estructura de datos cambia, tener un código compatible hará que el proceso de adaptación a los nuevos datos sea mucho más fácil.
Nos guste o no, ser un científico de datos no se trata solo de datos. A veces, nuestro trabajo es una mezcla de negocios, marketing y comunicación. Para ser un científico de datos influyente (¡y contratado!), debe tener estas habilidades en su cinturón de herramientas. Créame, estas habilidades blandas pueden cambiar su carrera y abrir nuevas oportunidades para el futuro.