Aya loba artikel ngeunaan kaahlian diperlukeun pikeun jadi élmuwan data alus atawa analis data, tapi sababaraha artikel ngobrol ngeunaan kaahlian diperlukeun pikeun suksés-naha éta hiji review kinerja luar biasa, pujian ti manajemen, promosi, atawa sakabéh di luhur. Dinten ieu kami nampilkeun ka anjeun bahan anu pangarangna hoyong bagikeun pangalaman pribadina salaku élmuwan data sareng analis data, ogé naon anu anjeunna pelajari pikeun ngahontal kasuksésan.
Kuring éta untung: Kuring ditawaran posisi élmuwan data nalika kuring teu boga pangalaman dina Élmu Data. Kumaha kuring nanganan tugas éta mangrupikeun carita anu béda, sareng kuring hoyong nyebatkeun yén kuring ngan ukur gaduh ide anu samar naon anu dilakukeun ku élmuwan data sateuacan kuring nyandak padamelan.
Kuring diupah pikeun ngerjakeun jalur pipa data kusabab padamelan kuring salaku insinyur data, dimana kuring ngembangkeun data mart pikeun analitik duga anu dianggo ku sakelompok ilmuwan data.
Taun kahiji kuring salaku élmuwan data aub nyieun pipelines data pikeun ngalatih model learning mesin sarta nempatkeun kana produksi. Kuring tetep propil lemah sareng henteu ilubiung dina seueur rapat sareng pamangku kapentingan pamasaran anu mangrupikeun pangguna akhir modél.
Dina taun kadua kuring damel di perusahaan, manajer ngolah data sareng analisa anu tanggung jawab pamasaran ditinggalkeun. Ti harita, kuring jadi pamaén utama jeung nyokot bagian leuwih aktip dina ngamekarkeun model jeung ngabahas deadlines proyék.
Nalika kuring berinteraksi sareng pamangku kapentingan, kuring sadar yén Élmu Data mangrupikeun konsép anu samar-samar yén jalma-jalma parantos uninga tapi henteu ngartos, khususna di tingkat manajemén senior.
Kuring ngawangun leuwih ti saratus model, tapi ngan sapertilu di antarana dipaké sabab kuring henteu weruh kumaha carana némbongkeun nilai maranéhanana, sanajan model anu dipénta utamana ku pamasaran.
Salah sahiji anggota tim kuring nyéépkeun sababaraha bulan pikeun ngembangkeun modél anu dirasakeun ku manajemén senior bakal nunjukkeun nilai tim élmu data. Gagasanna nyaéta nyebarkeun modél éta ka sakumna organisasi saatos dikembangkeun sareng nyorong tim pamasaran pikeun ngadopsi éta.
Tétéla gagal lengkep sabab teu aya anu ngartos naon modél pembelajaran mesin atanapi tiasa ngartos nilai ngagunakeunana. Balukarna, bulan-bulan dibuang pikeun hal anu teu aya anu dipikahoyong.
Tina kaayaan sapertos kitu kuring diajar pelajaran anu tangtu, anu bakal kuring bikeun di handap.
Palajaran anu Kuring Diajar Pikeun Janten Élmuwan Data anu suksés
1. Atur diri nepi for keur ayaan ku milih pausahaan katuhu.
Nalika ngawawancara di hiji perusahaan, tanyakeun ngeunaan budaya data sareng sabaraha model pembelajaran mesin anu diadopsi sareng dianggo dina pembuatan kaputusan. Ménta conto. Pilarian upami infrastruktur data anjeun disetél pikeun ngamimitian modél. Upami anjeun nyéépkeun 90% waktos anjeun nyobian narik data atah sareng ngabersihan éta, anjeun bakal gaduh sakedik waktos kanggo ngawangun modél naon waé pikeun nunjukkeun nilai anjeun salaku élmuwan data. Ati-ati upami anjeun mimiti didamel salaku élmuwan data. Ieu tiasa janten hal anu saé atanapi anu goréng, gumantung kana budaya data. Anjeun tiasa mendakan langkung seueur résistansi pikeun nerapkeun modél upami manajemén senior nyéwa Élmuwan Data ngan kusabab perusahaan hoyong dikenal salaku ngagunakeun Élmu Data pikeun nyandak kaputusan anu langkung saé, tapi teu boga pamanggih naon sabenerna hartina. Tambih Deui, upami anjeun mendakan perusahaan anu didorong ku data, anjeun bakal tumbuh sareng éta.
2. Nyaho data jeung indikator kinerja konci (KPIs).
Dina awalna, kuring nyarios yén salaku insinyur data, kuring nyiptakeun data mart analitik pikeun tim élmuwan data. Saatos janten élmuwan data nyalira, kuring tiasa mendakan kasempetan énggal anu ningkatkeun akurasi modél kusabab kuring damel sacara intensif sareng data atah dina peran kuring sateuacana.
Ku presenting hasil salah sahiji kampanye urang, abdi éta bisa némbongkeun model generating ongkos konversi luhur (salaku perséntase) lajeng diukur salah sahiji KPIs kampanye. Ieu nunjukkeun nilai model pikeun kinerja bisnis nu pamasaran bisa numbu.
3. Mastikeun nyoko model ku demonstrating nilaina ka stakeholder
Anjeun moal pernah suksés salaku élmuwan data upami pamangku kapentingan anjeun henteu pernah ngagunakeun modél anjeun pikeun nyandak kaputusan bisnis. Salah sahiji cara pikeun mastikeun nyoko modél nyaéta milarian titik nyeri bisnis sareng nunjukkeun kumaha modél tiasa ngabantosan.
Saatos nyarios sareng tim penjualan kami, kuring sadar yén dua wawakil damel pinuh waktos sacara manual nyisiran jutaan pangguna dina pangkalan data perusahaan pikeun ngaidentipikasi pangguna anu gaduh lisénsi tunggal anu langkung dipikaresep pikeun ningkatkeun lisénsi tim. Pamilihan ngagunakeun sakumpulan kritéria, tapi seléksina nyandak waktos anu lami sabab wawakil ningali hiji pangguna dina hiji waktos. Ngagunakeun modél kuring dimekarkeun, reps éta bisa nargétkeun pamaké paling dipikaresep mésér lisénsi tim tur ningkatkeun likelihood konversi dina kirang waktos. Ieu nyababkeun panggunaan waktos anu langkung éfisién ku cara ningkatkeun tingkat konvérsi pikeun indikator kinerja konci anu tiasa dikaitkeun ku tim penjualan.
Sababaraha taun kaliwat sarta kuring ngembangkeun model sarua leuwih sarta leuwih deui sarta ngarasa yén kuring geus euweuh diajar nanaon anyar. Kuring mutuskeun néangan posisi sejen tur réngsé nepi meunang posisi salaku analis data. Bédana tanggung jawab teu tiasa langkung signifikan dibandingkeun nalika kuring élmuwan data, sanaos kuring deui ngadukung pamasaran.
Ieu kahiji kalina kuring dianalisis percobaan A / B sarta kapanggih sadaya cara nu hiji percobaan bisa jadi salah. Salaku élmuwan data, abdi teu dianggo dina A / B nguji pisan sabab ieu ditangtayungan pikeun tim eksperimen. Kuring geus digawé dina rupa-rupa analytics-impacted pamasaran - ti ngaronjatna ongkos konversi premium pikeun Dursasana pamaké sarta pencegahan churn. Kuring diajar seueur cara pikeun ningali data sareng nyéépkeun seueur waktos pikeun nyusun hasil sareng nampilkeunana ka pamangku kapentingan sareng manajemén senior. Salaku élmuwan data, kuring lolobana digawé dina hiji tipe modél sarta jarang masihan ceramah. Maju gancang sababaraha taun ka kaahlian kuring diajar janten analis suksés.
Kaahlian anu Kuring Diajar Janten Analis Data anu suksés
1. Diajar nyaritakeun dongéng kalawan data
Entong ningali KPI nyalira. Sambungkeun aranjeunna, tingali dina bisnis sacara gembleng. Ieu bakal ngidinan Anjeun pikeun ngaidentipikasi wewengkon nu mangaruhan silih. Manajemén senior ningali bisnis ngaliwatan lensa, sareng jalma anu nunjukkeun kaahlian ieu diperhatoskeun nalika waktosna nyandak kaputusan promosi.
2. Nyadiakeun gagasan actionable.
Nyadiakeun usaha gagasan éféktif pikeun ngajawab masalah. Éta langkung saé upami anjeun sacara proaktif nawiskeun solusi nalika éta henteu acan nyarios yén anjeun nuju nyanghareupan masalah anu aya.
Contona, upami anjeun nyarios pamasaran: "Kuring perhatikeun yén ayeuna-ayeuna jumlah pengunjung situs parantos turun unggal bulan.". Ieu mangrupikeun tren anu aranjeunna perhatikeun dina dasbor sareng anjeun henteu nawiskeun solusi anu berharga salaku analis sabab anjeun ngan ukur nyatakeun observasi.
Gantina, nalungtik data pikeun manggihan cukang lantaranana jeung ngajukeun solusi. Hiji conto hadé pikeun pamasaran bakal jadi: "Kuring perhatikeun yén urang parantos ngirangan jumlah sémah ka halaman wéb urang akhir-akhir ieu. Kuring manggihan yén sumber masalah téh pilarian organik, alatan parobahan panganyarna nu geus ngabalukarkeun rankings pilarian Google urang turun.. Pendekatan ieu nunjukkeun yén anjeun ngalacak KPI perusahaan, perhatikeun parobahanana, nalungtik panyababna, sareng ngajukeun solusi pikeun masalah éta.
3. Janten panaséhat anu dipercaya
Anjeun kedah janten jalma anu pangheulana kéngingkeun pamangku kapentingan anjeun pikeun naséhat atanapi patarosan ngeunaan bisnis anu anjeun dukung. Henteu aya jalan pintas sabab butuh waktos pikeun nunjukkeun kamampuan ieu. Konci pikeun ieu konsistén nganteurkeun analisa kualitas luhur kalayan kasalahan minimal. Sakur salah ngitung bakal ngarugikeun anjeun poin kredibilitas sabab waktos salajengna anjeun masihan analisa, jalma-jalma tiasa heran: Mun anjeun salah panungtungan waktu, meureun anjeun salah kali ieu ogé?. Salawasna pariksa deui karya anjeun. Éta ogé henteu matak naroskeun ka manajer atanapi kolega anjeun pikeun ningali nomer anjeun sateuacan nampilkeunana upami anjeun gaduh mamang ngeunaan analisa anjeun.
4. Diajar komunikasi hasil kompléks jelas.
Sakali deui, teu aya jalan pintas pikeun diajar kumaha komunikasi sacara efektif. Ieu peryogi latihan sareng kana waktosna anjeun bakal langkung saé. Koncina nyaéta pikeun ngaidentipikasi titik utama naon anu anjeun hoyong laksanakeun sareng nyarankeun tindakan naon waé anu, salaku hasil analisa anjeun, pamangku kapentingan tiasa nyandak pikeun ningkatkeun bisnis. Nu leuwih luhur anjeun dina hiji organisasi, beuki penting kaahlian komunikasi Anjeun. Komunikasi hasil kompléks mangrupa skill penting pikeun demonstrate. Kuring nyéépkeun sababaraha taun diajar rusiah kasuksésan salaku élmuwan data sareng analis data. Jalma nangtukeun kasuksésan béda. Digambarkeun salaku analis "hebat" sareng "stellar" mangrupikeun kasuksésan dina panon kuring. Ayeuna anjeun terang rusiah ieu, kuring ngarepkeun jalan anjeun bakal gancang ngajurung anjeun ka kasuksésan, kumaha waé anjeun ngartikeunana.
Sareng pikeun ngajantenkeun jalan anjeun langkung gancang, jaga kodeu promo HABR, dimana anjeun tiasa nampi tambahan 10% kana diskon anu dituduhkeun dina spanduk.
Langkung kursus
Artikel Diulas
sumber: www.habr.com