Come diventare uno statistico nel 2021

Gli statistici applicano teorie e metodi statistici per raccogliere, analizzare e interpretare i dati quantitativi. Essi possono lavorare per le aziende coinvolte nella ricerca di mercato e l’opinione pubblica, per le industrie interessate con settori quali il controllo della qualità e lo sviluppo del prodotto, e per i governi locali, statali e federali. Gli statistici teorici di solito si trovano nella ricerca e nel mondo accademico.

i Ruoli e le Responsabilità di un esperto di Statistica

a Seconda del loro livello di esperienza, gli statistici possono essere richieste a:

• dati di Affrontare le sfide legate all’assegnate dalla direzione
• Decidere su una strategia appropriata per raccogliere i dati
• Estrarre i dati da fonti già esistenti o di avviare nuove procedure (ad es. cliente indagini, esperimenti scientifici, sondaggi di opinione)
• Analizzare e interpretare dati utilizzando gli strumenti statistici, algoritmi, modelli e software
• la Progettazione di nuovi modelli statistici e strumenti di raccolta dati, se necessario.
• Identificare i modelli, le tendenze e le relazioni all’interno dei dati
• Presente report statistici e visualizzazioni di dati per un pubblico eterogeneo
• Fornire raccomandazioni strategiche/previsioni ed evidenziare le eventuali limitazioni relative ai dati
• mantenere e Sviluppare strumenti statistici, database e programmi
• controllare Regolarmente la qualità dei dati
• Lavorare a stretto contatto con i membri chiave del team e gli esperti in materia (ad esempio ingegneri informatici, scienziati, supporto IT)

Le responsabilità sono in genere dettate dai titoli di lavoro. Gli analisti statistici di basso livello sono solitamente incaricati di analisi dei dati standard e supervisionati da alti livelli. Esperti statistici applicati possono essere in grado di proporre progetti alla gestione, sviluppare nuovi prodotti e processi, supervisionare i team statistici e lavorare sulla propria ricerca.

Ecco cinque passaggi che potresti prendere in considerazione se sei interessato a perseguire una carriera come statistico:

1. Guadagna una laurea in un campo quantitativo come la matematica, l’economia o l’informatica.
2. Seguire corsi di algebra lineare, calcolo, statistica, probabilità e indagine. metodologia. Segui corsi correlati in un settore di interesse come la produzione o l’assistenza sanitaria.
3. Prendi lezioni di programmazione per computer per familiarizzare con il software di analisi dei dati.
4. Ottieni il tuo primo lavoro di statistica entry-level.
5. Guadagna un master.

Che tipo di persona rende il miglior statistico?

Per essere il più efficace nel loro lavoro, uno statistico può essere richiesto di completare le attività tra cui:

• Individuare la rilevanza e rappresentatività dei dati
• Determinare se il modello sottostante ipotesi sono valide per i dati a portata di mano
• Preparazione dei dati per l’elaborazione da parte di regolazione e di ponderazione dei dati grezzi organizzazione delle informazioni e il controllo delle inesattezze
• Interpretare e comunicare i risultati di un’analisi statistica in modo non-statistici in grado di capire i risultati

“I migliori esperti di statistica non basta buttare i loro dati in una black box (ad esempio, rete neurale) e si basano su algoritmi di machine learning per fare il loro lavoro per loro. Invece, sviluppano una comprensione e un’intuizione per i dati che stanno analizzando. I migliori statistici sono anche grandi comunicatori. Possono parlare con i loro clienti e collaboratori attraverso tutte le fasi di un esperimento o di uno studio. Queste persone non possono essere così esperto in statistiche, ma di solito sono esperti in materia, quindi è fondamentale lavorare con loro all’unisono. I migliori statistici colpiscono e pungono le ipotesi e non hanno paura di sbagliare. Per vedere cosa intendo, gioca con questo puzzle interattivo del New York Times.”

— Mikhail Popov analista di dati presso la Wikimedia Foundation (WMF), sede di Wikipedia

Quali sono i migliori pro e contro di essere uno statistico?

Popov ha condiviso queste intuizioni sulla sua professione:

Pro

Come statistico, ti verrà probabilmente chiesto di fornire la tua esperienza ai team che lavorano in un’ampia varietà di campi e sottocampi, in modo da diventare un mini-esperto in ogni problema in cui sei coinvolto. Coinvolgi le parti creative, analitiche e sociali del tuo cervello contemporaneamente su base giornaliera. Traduci numeri noiosi in storie interessanti. Quantifichi l’incertezza, e quando trovi schemi e relazioni, sei in grado di dire: “Questo è reale, questo non è solo rumore casuale.”Gli esseri umani sono super bravi a vedere modelli dove non ce ne sono, e il tuo ruolo è quello di proteggere i leader e i decisori da questo.

Contro

Nessuno sa cosa fai esattamente (non è colpa loro). La risposta più popolare che sentirai è “Ugh, ho odiato il corso di statistiche che ho dovuto prendere al college.”I tuoi colleghi in informatica inventano costantemente metodi che sono già stati inventati e pubblicati dai tuoi colleghi statistici 50 anni fa.

Che cos’è uno statistico?

Gli statistici usano teorie e tattiche come la modellazione statistica e la manipolazione dei dati per risolvere i problemi. Spesso lavorano a fianco di altre industrie, dalla produzione alla sanità all’agricoltura per assistere con la ricerca e lo sviluppo del prodotto. Molti statistici lavorano anche nel campo della ricerca e del mondo accademico.

Cosa fa uno statistico?

Gli statistici progettano esperimenti, sondaggi e questionari per raccogliere dati. Possono condurre sondaggi al telefono, tramite mailing, online o di persona. Essi possono utilizzare un metodo di campionamento casuale o sondaggio intere popolazioni di persone. Una volta raccolti i dati, gli statistici analizzano i risultati utilizzando il software. Cercano le tendenze all’interno dei loro set di dati. Software aiuta crunch grandi insiemi di dati e può anche aiutare a trovare relazioni o modelli. Alcuni statistici lavorano allo sviluppo di nuovi software per rendere più facile lo scricchiolio dei dati. Una volta analizzati i dati, gli statistici presentano i loro risultati, tenendo conto di anomalie o dati fuorvianti. Le presentazioni possono essere scritte, grafici, verbali o visivi come tabelle. Il Bureau of Labor and Statistics offre ulteriori informazioni su ciò che fa uno statistico.

Competenze necessarie per diventare uno statistico

Che tipo di laurea avrò bisogno?

Come minimo, gli analisti di dati / statistiche avranno bisogno di una laurea in statistica, matematica applicata, informatica o un campo correlato. Dal momento che lavorerai con complessi programmi software statistici, si consiglia un sano equilibrio tra matematica hard-core e corsi IT.

Piano per una laurea. Le aziende alla ricerca di statistici in genere preferiscono i candidati a tenere un master in statistica applicata o matematica e hanno un forte background nel loro settore prescelto (ad esempio finanza, biochimica, ingegneria informatica). Convenientemente, abbiamo profilo Master in programmi di statistica applicata.

Che tipo di abilità avrò bisogno?

Competenze tecniche

Alcune abilità tecniche comuni includono:

• Statistiche (ad esempio test di ipotesi e statistiche di sintesi)
• Matematica (ad esempio algebra lineare, calcolo e probabilità)
• Strumenti e tecniche di machine learning
• Capacità di ingegneria del software (ad esempio il calcolo distribuito, algoritmi e strutture dati)
• Data mining
• pulizia dei Dati e munging
• visualizzazione dei Dati e tecniche di comunicazione
• i dati non Strutturati tecniche
• R e/o SAS lingue
• database SQL di database e linguaggi di interrogazione
• Python (più comune), C/C++, Java, Perl
• Big data piattaforme come Hadoop, Hive & Maiale
• strumenti Cloud come Amazon S3

Si noterà che abbiamo fatto eco l’elenco, dai nostri Dati, Scienziato profilo. Le competenze di programmazione avanzate possono aiutarti a prepararti per i lavori” ibridi ” di statistiche/scienza dei dati che ora appaiono sui siti di lavoro.

Business Skills

Alcune competenze aziendali comuni includono:

• Problem-Solving analitico: identificazione di sfide complesse, impiegando il giusto approccio/metodi matematici per sfruttare al massimo il tempo e le risorse umane.
• Logica e ragionamento: valutare i punti di forza e di debolezza dei dati e dei metodi statistici, comprendere le implicazioni dei nuovi sviluppi nella tecnologia e nel data mining.
• Comunicazione efficace: Spiegare le tue tecniche matematiche e scoperte al pubblico tecnico e non tecnico.
• Industry Knowledge: Comprendere il modo in cui le funzioni del settore scelto e come i dati vengono raccolti, analizzati e utilizzati.

Che dire delle certificazioni?

Le certificazioni professionali possono essere buone aggiunte al tuo curriculum. Chiedi consiglio ai tuoi mentori e controlla i requisiti per le offerte di lavoro per determinare quali acronimi i datori di lavoro riconosceranno e rispetteranno.

Accredited Professional Statistician (PStat®)

L’American Statistical Association (ASA) ha due livelli di accreditamento. I candidati devono ottenere la certificazione entry-level Graduate Statistician (GStat) prima di richiedere l’accreditamento completo PStat®.

La certificazione PStat® si basa su un portfolio professionale, non su un esame. I candidati devono fornire la prova delle credenziali educative (in genere una laurea in statistica o un campo quantitativo correlato), esperienza di lavoro e il loro impegno per lo sviluppo professionale. Sono richiesti anche campioni di lavoro e lettere di supporto dai riferimenti.

SAS Certified Statistical Business Analyst Utilizzando SAS 9

Gestito da SAS, questo accreditamento è esplicitamente rivolto ai professionisti che utilizzano il software SAS / STAT per condurre e interpretare complesse analisi di dati statistici (cioè statistici). Nell’esame di certificazione, i candidati devono dimostrare la loro conoscenza di aree come ANOVA, regressione, modellazione predittiva e regressione logistica.

Nota: Per ulteriori utili qualifiche big data, controlla la sezione certificazioni nel nostro profilo Data Scientist.

Quali competenze o linguaggi di programmazione usano più frequentemente gli statistici nel loro lavoro e perché?

“La lingua/ambiente principale in cui lavoro è R. Siamo anche grandi fan di Shiny di RStudio (un framework di applicazioni Web per R) e lo usiamo per i nostri dashboard per dare ai team un facile accesso a metriche e KPI giornalieri. Il mio entusiasmo per R non è un segreto come io sono un co-conduttore e produttore del podcast R Talk. Molto del mio lavoro in NRP e una buona parte del mio lavoro in WMF mi richiede anche di scrivere pipeline di elaborazione di file/testo, quindi lo scripting è la chiave del mio lavoro. “

” La visualizzazione dei dati è un’abilità estremamente utile da imparare e mantenere. La trama migliore racconta una storia e guida lo spettatore / lettore a una conclusione che altrimenti richiede almeno un paragrafo per raggiungere con il testo. E voglio sottolineare quanto sia importante essere in grado di interpretare i risultati per i non statistici. Dire a un biologo quale sia l’hazard ratio dalla tua analisi di sopravvivenza è inutile se non lo interpreti. … le stime dei parametri grezzi sono inutili senza una narrazione accessibile (e una visualizzazione dei dati di accompagnamento).”

— Mikhail Popov un analista di dati presso la Wikimedia Foundation (WMF), sede di Wikipedia

Lavori simili a statistico

Statistico vs. Data Scientist vs. Data Analyst

Si possono trovare crossover tra le descrizioni di lavoro per gli analisti statistici e analisti di dati, statistici e data scientist. La scienza dei dati è solo statistica su un altro livello? Questo è un argomento di discussione. Mentre tutti questi campi si occupano di dati, ci sono alcune sfumature sottili su come.

Data Scientist

Data scientist pensa fuori dalla scatola strutturata. Creano le proprie domande / progetti e utilizzano una vasta gamma di strumenti — solo alcuni dei quali sono statistici — al fine di stabilire connessioni uniche tra i big data. Tenendo conto dell’ondata di tecnologia, coloro che desiderano definirsi scienziati dei dati possono ora avere formidabili capacità di ingegneria del software, apprendimento automatico e analisi predittiva. Un Master in Data Science programma copre tutte le basi uno avrebbe bisogno di lanciare una carriera come scienziato di dati.

Statistici

Utilizzando teorie e metodi, gli statistici raccolgono, analizzano e riportano grandi insiemi di dati. Uno statistico si occupa di aspetti più teorici dei dati, tra cui la matematica e la modellazione statistica.

Analisti di dati

Gli analisti di dati si occupano principalmente delle attività impostate, dall’analisi dei modelli di migrazione al calcolo dei tempi medi di conversazione per gli agenti del call center. Sono dati parametri e fanno del loro meglio per raccogliere e analizzare le informazioni da fonti convenzionali. Con l’aumento dei sistemi di database relazionali come SQL, gli analisti di dati hanno un maggiore controllo su set di dati e grandi quantità di dati.

Statistician Job Outlook

Il futuro sembra buono per gli statistici. Il BLS prevede che l’occupazione crescerà del 35% da 2019 a 2029, molto più velocemente della media per tutte le occupazioni. Aziende, società finanziarie, agenzie governative, aziende farmaceutiche e gruppi di ricerca hanno bisogno di esperti statistici qualificati per dare un senso allo tsunami dei big data.

2021 Statistician Median Salaries

Mentre i dati 2020 non sono ancora stati rilasciati, secondo il BLS, la retribuzione mediana per gli statistici era di May 91,160 a maggio 2019. C’è un bel range per questa carriera, con il 10% più basso che guadagna meno di $52,690 e il 10% più alto che guadagna $146,770. Gli stipendi mediani per gli statistici varieranno in base al livello di istruzione, esperienza, ubicazione e industria.

le Organizzazioni Professionali per gli Statistici

• American Statistical Association (ASA)
• Istituto per la Ricerca operativa e le Scienze di Gestione (INFORMA)
• Istituto Internazionale di Statistica (ISI)
• Association for Computing Machinery Special Interest Group on Knowledge Discovery e Data Mining (SIGKDD)

Altre Relative Carriere

Simile opzioni di carriera per gli statistici includere dati scienziato, data analyst e sviluppatori web. Questi settori sono generalmente dati pesanti e richiedono una conoscenza dei concetti STEM. Se siete interessati a iniziare in una di queste carriere, prendere in considerazione un corso online per aumentare le vostre abilità.

Ultimo aggiornamento: febbraio 2021