Come ho iniziato a lavorare in Data Science

Dopo la laurea, voglio lavorare per un'azienda che produce componenti per computer, ad esempio Nvidia. Se non riesco a trovare subito un lavoro di mio gradimento, mi iscriverò a un programma di master all'estero e svilupperò la mia carriera lì. Non sono interessato a posizioni di comando. Amo quello che faccio e voglio sviluppare le mie capacità di data scientist per creare qualcosa di veramente utile in futuro.

Sul potenziale della Data Science

Mi sono laureato presso la Facoltà di Automazione presso l'Università Statale Industriale. È arrivato alla sfera IT 14 anni fa, iniziando con l'implementazione di sistemi informativi per le aziende. Negli ultimi 5 anni ho lavorato come project manager.

L'azienda in cui lavoro utilizza big data e automazione, quindi durante lo sviluppo dei progetti mi sono imbattuto spesso in metodi di machine learning. Ho notato che non ci sono abbastanza persone con le conoscenze e le competenze per sfruttare al meglio le nuove tecnologie. Di conseguenza, ho voluto passare un po' dal project management all'area più funzionale della Data Science.

Ho visto le potenzialità di questa direzione: gli algoritmi creati dai dati possono risolvere rapidamente i problemi aziendali più complessi senza coinvolgere un gran numero di persone. Sono esclusi errori nei calcoli e nelle previsioni dovuti a comunicazioni confuse o a banali fatiche.

Come sono finito al corso

Sono giunto alla conclusione che se unisco il background del lavoro di progettazione e le competenze in Data Science, in futuro diventerò più richiesto nel mercato del lavoro. La ricerca dei corsi adatti non è stata lunga: ho visto un annuncio Fuzzywuzzy, ho studiato il programma di specializzazione in Data Science, ho chiesto a un amico della qualità delle conoscenze che la scuola fornisce e ho pagato le lezioni.

Il corso è durato un anno. Ho accettato al lavoro che avrei studiato per 2 ore al giorno. Nei fine settimana, ho studiato per altre 3-4 ore. Le classi sono divise in 6 blocchi: Python per l'analisi dei dati, matematica, teoria della probabilità, statistica, apprendimento automatico e produzione di soluzioni o scienza nella produzione.

Su un algoritmo che ha salvato le persone dal lavoro di routine

4-5 mesi dopo l'inizio dei miei studi, ho proposto di risolvere un problema di lavoro: si credeva che fosse difficile da automatizzare e che fosse necessario un lavoro manuale con enormi costi di tempo. Per la realizzazione del progetto ho già utilizzato le conoscenze acquisite nel corso su Python.

Il modello di apprendimento automatico che ho creato aiuta a calcolare i pagamenti del distributore. Per i calcoli, abbiamo preso i dati sulle vendite dai punti vendita al dettaglio. La difficoltà è che diverse aziende possono fornire merci a un negozio. Allo stesso tempo, nei report, i dati sui punti vendita devono essere attribuiti a un distributore specifico.

In precedenza, le filiali dei distributori venivano inserite manualmente in un report generato automaticamente con i punti vendita. Ora questo report passa attraverso l'algoritmo e l'output è una tabella piena. Contiene già il numero e il nome della filiale a cui si vogliono attribuire le vendite del punto vendita. Il dipendente può solo assicurarsi che non ci siano imprecisioni e che i possibili errori siano evidenziati a colori: guarda qui questo libro per i dettagli.