职业转换为大数据分析

Question

我是一个35岁的IT专业人士，纯粹是技术人员。我擅长编程，学习新技术，了解它们和实现。我在学校里不喜欢数学，所以我的数学成绩不好。我对追求大数据分析的职业非常感兴趣。我更感兴趣的是分析，而不是大数据技术(Hadoop等)，尽管我并不不喜欢它。然而，当我在互联网上环顾四周时，我发现，擅长分析的人(数据科学家)主要是数学毕业生，他们完成了PHds课程，听起来像聪明的生物，远远领先于我。有时候，我会害怕自己的决定是否正确，因为你自己学习预先的统计数据是非常困难的，需要艰苦的工作和时间的投入。

我想知道我的决定是否正确，还是应该把这份工作留给那些一生在名校学习并获得学位和博士学位的知识分子。

Answer 1

由于需求很高，没有正式学位就有可能开始数据科学的职业生涯。我的经验是，在工作描述中，拥有学位往往是一项“要求”，但如果雇主已经绝望了，那就无关紧要了。一般来说，与没有正式求职流程的小公司相比，更难进入正式的求职流程的大公司。无论是哪种情况，“了解别人”都能给你带来很大的帮助。

不管你的教育程度如何，无论需求有多高，你都必须具备做这份工作的技能。

你说得对，高级统计学和其他数学很难独立学习。这是一个你多么想改变职业的问题。虽然有些人在数学上确实有“天赋”，但每个人都必须做好学习的工作。有些人可能学得更快，但每个人都得花时间学习。

归根结底，你有能力向潜在的雇主展示你对这一领域的真正兴趣，并且你将能够在工作中快速学习。你拥有的知识越多，你可以在投资组合中分享的项目越多，工作经验越多，你就能得到更高层次的工作。你可能得先从初级职位开始。

我可以建议独立学习数学的方法，但这不是你问题的一部分。现在，只要知道这很难，但如果你决心改变职业，这是可能的。趁热打铁(需求高)。

Answer 2

如果你不喜欢数学，你应该多看看基础设施方面的事情。软件栈中的代码越低，离数学(数据科学类)越远。换句话说，您可以建立其他人将用来创建为分析师服务的工具的基础。想想Cloudera、MapR、Databricks等公司吧。分布式系统和数据库设计将派上用场。没有数学，你就不会成为一名数据科学家，这是一个荒谬的想法！

Answer 3

根据我的经验，拥有PhD并不一定意味着在数据科学公司的环境中是好的，我是一名数据科学家，我只是一名工程师，但我认识一些与我的公司合作的大学教师，有时我会说他们的观点是不正确的，因为尽管他们的想法和推论是正确的，但他们不适合公司的活动，所以我们不得不修改一些数据模型，使它们对公司有用，结果失去了他们的价值，所以我们不得不寻找新的模型。我的意思是，数据科学是一个多学科的领域，所以需要许多不同的人一起工作，所以我认为在一个数据科学家团队中，你的技能可能非常有用，你只需要找到你适合的地方;)