Je dois avouer que l’analyse des big data n’était pas exactement sur mon radar lorsque j’ai commencé à être ingénieur. En fait, j’ai commencé par une spécialisation en technologie du papier et de la pâte à papier. Je me suis vite désintéressé de mes cours réguliers et j’ai commencé à travailler sur d’autres projets à la place. Ma première expérience de la manipulation de big data a eu lieu lors d’un concours organisé par American Express. C’était comme un coup de foudre. J’ai même commencé à nettoyer des données juste pour le plaisir. Rapidement, j’ai évolué vers l’apprentissage des langues et du codage. Aujourd’hui, j’ai la chance de pouvoir dire que j’ai trouvé ma passion et que je fais ce que j’aime – travailler en tant que mineur de données.
Pourquoi je prétends que c’est ma vocation, vous demandez-vous ? Laissez-moi vous dire pourquoi.
1. Prendre des décisions éclairées
Je ne suis pas une personne très décisive. Je n’aime pas prendre des décisions basées sur l’instinct car j’ai l’impression que mon instinct est très lunatique ! Il dit une chose un jour et quelque chose de complètement différent le lendemain. Mais les données ne mentent jamais. L’analyse des données vous permet de prendre des décisions éclairées.
2. Apprendre de nouveaux langages (de programmation)
J’ai toujours été fasciné par les langages de programmation. J’ai programmé en C et C++ pendant mes études et maintenant, en tant que mineur de données, je dois connaître beaucoup plus de langages de programmation. En ce moment, je suis en train d’apprendre R et c’est tellement amusant ! La programmation m’aide à trouver des solutions pour résoudre des problèmes commerciaux très complexes. En outre, j’aime aussi construire des choses que les gens utilisent. C’est incroyable de taper un code, d’appuyer sur un bouton et, tout à coup, des milliers de personnes sur Internet utilisent les applications que j’ai créées. Après R, je prévois d’apprendre Python, car ces deux langages de programmation sont les plus populaires dans le domaine de la science des données.
3. Plongez dans les bases de données
Un mineur de données doit savoir comment interroger et récupérer des données dans des bases de données. J’utilise actuellement HiveQL pour interroger et gérer de grands ensembles de données résidant dans de grands systèmes de stockage distribués. Pour l’instant, je ne suis familier qu’avec SQL. J’aimerais apprendre l’immensément populaire Mongodb.
4. La puissance de l’analyse prédictive
L’analyse prédictive est l’utilisation de statistiques, de l’apprentissage automatique, de l’exploration de données et de la modélisation pour analyser des faits actuels et historiques afin de faire des prédictions sur des événements futurs. En termes simples, elle nous donne à nous, simples mortels, la capacité de prédire l’avenir, comme Nostradamus ou Carnac le Magnifique (mais sans les chapeaux rigolos). Le pouvoir de prédire qui va cliquer, acheter, mentir ou mourir est fascinant.
5. Expérimentez avec l’apprentissage automatique et les statistiques
Le data mining est un domaine où l’on applique des techniques d’apprentissage automatique et de statistiques à certains problèmes concrets. Chaque nouveau projet couvre un domaine différent. Cela me donne l’occasion de découvrir et d’apprendre de nouveaux domaines sans changer mon profil professionnel. Récemment, j’ai développé un intérêt pour l’apprentissage profond. Un concept qui consiste à apprendre aux ordinateurs comment apprendre, cela me passionne vraiment !
6. Et surtout, impressionner mes amis et ma famille
Le data scientist est qualifié de job le plus sexy du 21ème siècle. Il y a beaucoup de battage autour des termes big data et data science ces jours-ci. Lorsque je dis à mes amis que je travaille dans le domaine de l’analyse des données, ils sont curieux d’en savoir plus, par exemple : Quels outils j’utilise, mon domaine de travail, ma rémunération, etc. Cela fait du bien quand les gens posent des questions comme » comment puis-je entrer dans l’analyse des données volumineuses ? «
Vous savez maintenant ce qui me fait tiquer et me pousse à aimer l’analyse des données. Oui, je suis un junkie complet des données et je ne changerai jamais. Tous ceux d’entre vous qui publient du contenu comme ce blog finissent juste par alimenter mon désir d’apprendre davantage, d’être plus créatif et innovant ainsi que d’être le meilleur analyste de données que je puisse être. À cela, je dis merci.
