9 raisons pour lesquelles vous ne deviendrez jamais Data Scientist

Avertissement : Cette histoire n'est pas destinée à vous décourager. Au contraire, cela devrait servir de long regard dur dans le miroir.

Vous êtes donc enthousiasmé par la science des données, vous avez lu quelques dizaines de billets de blog et suivi quelques cours en ligne. Maintenant, vous rêvez d'en faire votre carrière. Après tout, c'est le travail le plus sexy du 21e siècle, selon Harvard Business Review.

Mais malgré votre enthousiasme, la Data Science n'est peut-être pas pour vous. En ce moment, vous avez trop d'illusions et de faux stéréotypes.

Maintenant, votre tâche est simple : supprimez les choses qui vous retiennent ! Et vous serez surpris de la vitesse à laquelle vous avancez.

1. Vous pensez que votre diplôme est suffisant

Vous avez une maîtrise dans un domaine quantitatif, ou peut-être même un doctorat. Maintenant, vous voulez une longueur d'avance dans la science des données.

Mais avez-vous déjà utilisé un shell auparavant ? Avez-vous ressenti l'intimidation qui peut provenir des interfaces de ligne de commande lorsque vous tombez sur des erreurs ? Avez-vous déjà travaillé avec de grandes bases de données, à l'échelle du téraoctet ?

Si vous répondez non à l'une de ces questions, vous n'êtes pas encore prêt. Vous avez besoin d'une expérience du monde réel et de construire de vrais projets. Ce n'est qu'alors que vous rencontrerez le type de problèmes auxquels vous serez confronté chaque jour en tant que Data Scientist. Et ce n'est qu'alors que vous développerez les compétences nécessaires pour les résoudre.

Félicitations pour votre diplôme. Maintenant, commencez à travailler dur.

2. Vous manquez de passion

Avez-vous déjà investi un week-end entier dans un projet geek ? Avez-vous déjà passé vos nuits à parcourir GitHub pendant que vos amis faisaient la fête ? Avez-vous déjà dit non à votre passe-temps préféré parce que vous préférez coder ?

Si vous ne pouviez répondre par l'affirmative à aucune de ces questions, vous n'êtes pas assez passionné. La science des données consiste à faire face à des problèmes très difficiles et à s'y tenir jusqu'à ce que vous trouviez une solution. Si vous n'êtes pas assez passionné, vous craquerez à la vue de la première difficulté.

Réfléchissez à ce qui vous attire pour devenir Data Scientist. Est-ce le titre du poste glamour? Ou est-ce la perspective de parcourir des tonnes de données sur la recherche d'informations ? Si c'est ce dernier, vous allez dans la bonne direction.

3. Vous n'êtes pas assez fou

Seules les idées folles sont de bonnes idées. Et en tant que Data Scientist, vous en aurez besoin de beaucoup. Non seulement vous devrez être ouvert aux résultats inattendus – ils se produisent souvent !

Mais vous devrez également développer des solutions à des problèmes vraiment difficiles. Cela nécessite un niveau d'extraordinaire que vous ne pouvez pas accomplir avec des idées normales. Si les gens vous disent constamment que vous êtes hors de votre rocker, vous allez dans la bonne direction. Sinon, vous devrez travailler sur votre folie.

Cela, bien sûr, nécessite une certaine audace. Une fois que vous aurez laissé échapper votre excentricité, certaines personnes se gratteront la tête et vous tourneront le dos. Mais ça vaut le coup. Parce que vous êtes fidèle à vous-même. Et vous allumez l'étincelle de génialité dont vous avez besoin en tant que Data Scientist.

4. Vous apprenez des manuels et des cours en ligne

Ne vous méprenez pas. Les manuels et les cours en ligne sont un excellent moyen de commencer. Mais seulement pour commencer !
Vous devez travailler sur de vrais projets dès que possible. Bien sûr, il ne sert à rien de construire un projet Python sans pouvoir coder une seule ligne en Python. Mais dès que vous avez construit une base modeste, soyez actif.

L'apprentissage par la pratique est la clé. Commencez à créer votre portefeuille GitHub. Participez à des compétitions Hackathons et Kaggle. Et bloguez sur vos expériences.

Tout le monde peut faire des manuels. Pour être Data Scientist, vous devez en faire plus.

5. Vous pensez que vous pouvez arrêter d'apprendre à un moment donné

Vous vous êtes abonné à quelques cours en ligne sur la science des données et vous lisez quelques manuels. Maintenant, vous pensez qu'une fois que vous les maîtrisez, vous en avez suffisamment appris pour percer dans la science des données.
Faux. C'est encore le début. Si vous pensez que vous apprenez beaucoup maintenant, pensez à ce que vous apprendrez dans trois ans.

Si vous devenez Data Scientist, vous apprendrez dix fois plus qu'aujourd'hui. C'est un domaine en constante évolution où de nouvelles technologies sont constamment nécessaires. Si vous arrêtez d'apprendre une fois que vous avez décroché votre emploi, votre trajectoire va passer d'un débutant en Data Science à un Data Scientist nul.

Si vous voulez exceller en Data Science (et si vous lisez ceci , vous le faites), vous devez faire face au fait que votre courbe d'apprentissage deviendra plus raide avec le temps. Si vous n'aimez pas apprendre Bigly, arrêtez de rêver d'être Data Scientist.

6. Vous n'avez pas d'expertise dans un autre domaine.

Vous savez donc une chose ou deux sur l'informatique et vos compétences en mathématiques ne sont pas si mauvaises. Serez-vous en mesure de décrocher un emploi dans la science des données ?

Non, vous ne le ferez pas. Vos compétences en informatique et en mathématiques sont essentielles, mais pas suffisantes pour vous démarquer de tous les autres passionnés de Data Science. Les Data Scientists travaillent dans toutes sortes d'entreprises et dans toutes sortes d'industries. Pour fournir des informations clés à vos clients, vous avez besoin de connaissances sur leur domaine.

Par exemple, Kate Marie Lewis de l'histoire ci-dessous a décroché un poste en science des données en six mois. Mais ce qui a fait la différence, c'est qu'en tant que neuroscientifique, elle avait des connaissances dans le domaine de la santé.

Dans quel domaine êtes-vous bon ? Dans quels domaines avez-vous de l'expérience ? Essayez de vous positionner comme un spécialiste de votre domaine, et moins comme un Data Scientist généraliste. C'est ainsi que vous décrochez vraiment un emploi.

7. Vous manquez de compétences commerciales

Vous êtes donc plutôt du type analytique. Vous aimez les chiffres et les analyses quantitatives, et vous détestez les soft skills et les interactions humaines.

Cela ne fait pas de vous un bon Data Scientist, mon ami. Les compétences non techniques sont importantes même dans un travail quantitatif. Les compétences générales sont ce qui vous fait finalement basculer dans cet entretien d'embauche.

De toutes les compétences générales que vous pourriez acquérir, ce sont vos compétences en affaires qui ont besoin d'un coup de pouce. N'oubliez pas que vos clients sont des chefs d'entreprise. Et en tant que tels, ils ont besoin de personnes qui comprennent les affaires. Ce n'est qu'ainsi que vous pouvez générer des informations qui ajoutent de la valeur à votre client.

8. Vous n'avez pas de relations significatives

Vous souhaitez décrocher un emploi dans le domaine mais vous ne connaissez aucun autre Data Scientist ? Il est temps de craquer, mon ami.

Allez aux meetups. Rejoignez les groupes concernés sur LinkedIn. Apprenez à connaître les gens sur les Hackathons. Suivez les bonnes personnes sur Twitter. Rencontrez vos collègues contributeurs sur ce projet GitHub. Faites quelque chose d'excitant !
Comme pour toute recherche d'emploi, 90 % de votre succès n'est pas déterminé par l'étendue de vos compétences. C'est déterminé par qui peut vous fournir des références et qui peut vous donner une introduction.

Si vos connexions LinkedIn se limitent à votre mère et à vos collègues dans ce travail sans issue, il est temps de personnaliser votre profil. Si votre nombre d'abonnés sur Twitter est d'une poignée, lancez-vous. Si votre blog n'a pas de lecteurs, essayez le référencement et le marketing multiplateforme.

Les connexions viendront. Mais vous devez d'abord vous débrouiller.

9. Vous n'aimez pas le sale boulot

Vous avez entendu tout le buzz sur l'apprentissage automatique et l'intelligence artificielle. Vous pensez que la science des données pourrait ouvrir la porte au travail avec des technologies de pointe.

Peut-être que vous le ferez. Mais je vous garantis que vous ne le ferez pas plus de 5% de votre temps.

Une fois que vous aurez décroché l'emploi de vos rêves, vous passerez la plus grande partie de votre temps à nettoyer les données. Félicitations, vous venez de trouver un nouvel emploi en tant que concierge !

Si vous n'aimez pas ça, rentrez chez vous, vous ne devriez pas lire cet article. Si vous voulez toujours être un scientifique des données après avoir lu tout cela, il est temps que vous tombiez amoureux du sale boulot.

La science des données n'est pas une option de carrière. C'est une vocation

Les Data Scientists sont des individus très recherchés, ce qui fait que beaucoup de gens s'y adonnent. Mais pour se positionner sur le terrain, il ne suffit pas de barboter. Vous devez travailler dur.

Si vous êtes toujours convaincu de devenir Data Scientist après avoir lu cette histoire, félicitations. Vous êtes peut-être sur la bonne voie.

Si, à ce stade, vous n'êtes pas sûr de devenir Data Scientist, identifiez les principales raisons de vos doutes. Ensuite, commencez à travailler sur ces points. Vous pouvez le faire !

Cet article a été écrit par Rhea Moutafis et a été initialement publié sur Towards Data Science. Vous pouvez le lire ici.