1. Освежите в памяти знания по математике и статистике
Математика и статистика играю важную роль в анализе данных и понимании того, что данные показывают нам. На начальном этапе достаточно базовой математики и статистики, а на более специфичных должностях могут быть необходимы углубленные знания.
2. Изучите основы машинного обучения
Машинное обучение — это не просто популярный термин, это работоспособный механизм, помогающий исследователям и аналитикам извлекать полезные знания из данных и применять их на практике.
3. Учитесь программировать
Исследователи данных должны понимать механизмы кодинга и как применять те или иные техники в анализе данных. Начните с азов изучения Python и R.
4. Изучите основы баз данных, озёр данных и распределённых хранилищ
Этот важный аспект нельзя упускать из виду. Зная как устроено хранилище данных, легче понимать способы извлечения данных и методов их анализа. В противном случае можно столкнуться с нелепыми ошибками в самом начале анализа.
5. Изучите методы очистки данных
Чистые данные бывают только в учебниках. И большинство имеющейся информации неструктурировано, нуждается в «очистке» для последующей обработки. Важно уметь структурировать сырые данные и убирать из них потерянные/ошибочные значения.
6. Учитесь визуализировать данные и готовить отчёты
Не обязательно быть графическим дизайнером, но знать основы визуализации данных нужно обязательно. Красиво представленные данные легко воспринимаются на уровне руководства, что положительно сказывается на результатах.
7. Изучайте новые инструменты
Не останавливайтесь на достигнутом. Сейчас доступно множество инструментов для обработки и анализа данных (в том числе и бесплатные). Применяйте на практике современные инструменты и оттачивайте своё мастерство.
8. Практика, практика, практика
Чтобы стать отличным исследователем данных, нужно много практиковаться. Изучайте новые кейсы, реализуйте их, участвуйте в совместных проектах в области анализа данных, принимайте участие в соревнованиях Kaggle, пройти стажировку в профильной компании (пусть даже бесплатную).
9. Станьте частью сообщества
Общайтесь с другими профессионалами из области data science, следуйте за лидерами, принимайте участие в форумах, обсуждениях.
Удачи!
По мотивам поста.