Il lavoro più sexy del 21 ° secolo non è più “sexy”
Le tendenze stanno cambiando ora e la scienza dei dati sta perdendo il suo fascino.

Sei uno scienziato dei dati?
Se si. Bene, allora devi sentirti dannatamente “sexy”.
Sexy che fa il lavoro più caldo del secolo . Essere sexy nella posizione più alta, essere considerato sexy come una persona più richiesta. Affrontare sexy con intelligenza artificiale affascinante, apprendimento automatico, big data e tutto il resto. Guadagni sexy da $ 13.000 a $ 120.000 all’anno. Sexy che vive la tua vita da sogno mentre fai il tuo cosiddetto lavoro da sogno.
Beh, odio dirtelo ma non sei più … sexy.
Erano passati 8 anni fa, nel 2012, quando Harvard Business Review pubblicò l’articolo chiamato “data scientist” come il lavoro più sexy del 21 ° secolo .
Ma non è più così.
Secondo un recente studio del Financial Times , “I data scientist trascorrono in media 2 ore a settimana alla ricerca di un nuovo lavoro”. Uno studio di Stack Overflow ha rilevato che il 13,2% dei data scientist era alla ricerca di un nuovo lavoro. Se cerchi “data scientist” su LinkedIn , potresti essere sorpreso di vedere quanti di questi professionisti hanno “alla ricerca di una nuova posizione” come headliner del loro profilo.
Le tendenze stanno cambiando al giorno d’oggi. La domanda non è più la stessa di prima e la scienza dei dati sta perdendo il suo fascino.
Ma se essere uno scienziato dei dati è considerato cool o sexy, allora – Perché diavolo le persone lo lasciano?
Essere il lavoro più sexy non significa che tutto sia eccitante e sexy. Molti aspetti della scienza dei dati sono raccapriccianti e talvolta spaventosi.
Ecco alcuni motivi per cui la scienza dei dati (mai considerata un lavoro sexy) sta perdendo il suo fascino:

1 Le persone non sanno cosa sia effettivamente la scienza dei dati

Cos’è la scienza dei dati?
È una domanda semplice ma le risposte sono spesso confuse.
Bene, se ci pensi, la ‘scienza dei dati’ non è qualcosa a cui possiamo riferirci come divertente, ma a causa dei suoi concetti confusi, le persone hanno fatto un numero n di battute interne sulla scienza dei dati:
La scienza dei dati consiste nell’80% della preparazione dei dati, il 20% si lamenta della preparazione dei dati.
Le persone si riferiscono ai data scientist come analisti di dati che vivono in California o statistici che vivono a San Francisco o che eseguono statistiche su un Mac.
Ecco la verità … l’industria non funziona in questo modo.
Ci sono così tante cose da usare per fare un progetto di scienza dei dati o qualcosa di simile a quello che troviamo nelle competizioni scientifiche online.
“Considererei il data scientist un lavoro incompreso”, ha affermato Kate Cascaden , reclutatore tecnico nella scienza dei dati. “I linguaggi di programmazione sono sexy, i principi dei dati sono interessanti e intriganti e influenzeranno in modo assoluto il modo in cui la tecnologia viene sviluppata in futuro. Ma è anche un mercato che non è completamente compreso da molte organizzazioni “.
Le persone pensano alla scienza dei dati come a un settore particolare che svolge solo un compito particolare, ma non è la verità. Un data scientist è un titolo che racchiude molti diversi tipi di lavoro.

2 Aspettativa contro realtà: qui c’è un divario ampio e ampio!

Questo è uno dei problemi più diffusi nel campo della scienza dei dati. C’è un divario sempre più ampio tra ciò che i data scientist si aspettano e ciò su cui lavorano davvero all’interno del settore.
“I big data sono come il sesso adolescenziale: tutti ne parlano, nessuno sa davvero come farlo, tutti pensano che lo stiano facendo tutti gli altri, quindi tutti affermano di farlo”. – Dan Ariely
Questa citazione è così vera. Molte persone chiedono di entrare nella scienza dei dati perché si tratta di risolvere problemi complessi con nuovi fantastici algoritmi di apprendimento automatico che hanno un enorme impatto su un’azienda. Pensano che essere uno scienziato dei dati sia sexy e li farà sembrare più interessanti.
Ma non è così. Non è quello che sembra.
Il fatto che le persone non sappiano esattamente cosa sia la scienza dei dati, le porta a fare aspettative diverse dal settore e quando entrano nel settore. Boom!! Boom!! E proprio così, tutte le loro aspettative vengono distrutte.
E poiché le aspettative delle persone non sono all’altezza della realtà, questo è il motivo principale per cui così tanti data scientist se ne vanno.

3 Mancanza di competenze per i professionisti della scienza dei dati

“C’è un detto: ‘Un tuttofare e un maestro in nessuno’. Quando si tratta di essere un data scientist, devi essere un po ‘così, ma forse un modo migliore per dire sarebbe: “Un tuttofare e un maestro in alcuni”. – Brendan Tierney
Chi non ama le nuove sfide?
Molti sostengono che il campo della scienza dei dati sia maturo per queste sfide, dato il rapido ritmo con cui avvengono i progressi.
Considerando che la tecnologia è in rapida evoluzione, la necessità per un’azienda di affittare uno scienziato della conoscenza si sta ulteriormente evolvendo. Con la crescente domanda di tecnologie emergenti, le aziende stanno cercando di trovare data scientist che siano esperti con le tecnologie della nuova era invece dei vecchi linguaggi di programmazione come R, Ada, C, Haskell, ecc.
Attualmente, le aziende sono alla ricerca di nuove competenze come la visualizzazione dei dati, l’apprendimento automatico, per citarne alcune, per prendere una decisione più informata durante questo panorama competitivo. I data scientist devono ora conoscere strumenti e metodi matematici avanzati per il calcolo e l’integrazione di grandi set di dati.
Quindi, con l’aumentare delle competenze richieste, sta diventando molto difficile per le persone entrare in questo campo, il che, a sua volta, crea una carenza nel mercato.
C’è molto spazio in questo campo, ma la mancanza di persone con le capacità effettive necessarie sta strappando il titolo di “lavoro più promettente” e “lavoro più sexy” e molte persone se ne stanno allontanando.

4 Non puoi fingere “sexy”

Molti potrebbero obiettare sul fatto che non puoi fingere “sexy”.
O lo sei o non lo sei – ce l’hai o no.
E anche se alcune organizzazioni non sanno esattamente come sfruttare al meglio il talento dei loro data scientist, ma se quei professionisti sono il “vero affare”, quell’appello non può essere negato.
“Il data scientist è ancora il lavoro più sexy del 21 ° secolo”, ha insistito Crawford. “I professionisti in questo campo sono assolutamente straordinari ed estremamente intelligenti. In quali altri campi puoi essere in parte detective, in parte innovatore e, a seconda di chi lavori, in parte spia internazionale “.
Il ruolo di un data scientist è cambiato radicalmente, il che a sua volta ha influenzato l’intero settore e le sue persone. Molte aziende travisano la “scienza dei dati” quando cercano davvero analisti di dati, ingegneri di dati o business intelligence, analisti.
“Molte aziende devono smettere di cercare un unicorno e iniziare a costruire un team di data science” , afferma il CEO dell’azienda di applicazioni dati Lattice.

5 Le persone non sono disposte ad aspettare

Il data scientist è un lavoro che richiede molto duro lavoro, sforzi costanti, perseveranza e, soprattutto, pazienza.
PAZIENZA … ed è qui che sorge il problema principale.
La nostra generazione non ha capacità di pazienza, ha bisogno di tutto secondo la tempistica prevista, ha bisogno di risultati immediatamente senza fare il duro lavoro reale. È come se volessero una pizza senza fare alcuno sforzo per ordinare o senza avere la pazienza di aspettare la sua consegna.
E questo non può succedere.
Se vogliono una pizza, devono fare uno sforzo per fare una telefonata per ordinarla e devono aspettare che venga consegnata.
Richiede entrambi: duro lavoro + pazienza.
C’è così tanto da imparare e nessuno è disposto a fare il duro lavoro. È molto difficile per chiunque iniziare con le basi ed eccellere in questo campo. Ciò richiede sforzi costanti nel tempo e le persone non sono pazienti.
Quindi, dovremmo ancora chiamare il data scientist il lavoro più sexy là fuori?
“Direi ‘sì’, ma dipende da come e perché lo si utilizza”, ha affermato Frazer Spackman, reclutatore di data science, presso Huxley Associates . “Se lavori per un’azienda in cui la scienza dei dati è parte integrante del prodotto, della visione e del successo aziendale, questa affermazione è vera. Ma molte aziende travisano la “scienza dei dati” quando in realtà cercano analisti di dati, ingegneri di dati o analisti di business intelligence, nel qual caso la dichiarazione di cui sopra non si applica “.

Nishi Kashyap