Hice una transición profesional similar hace un año, desde semiconductores optoelectrónicos hasta ciencia de datos en un banco.
Hubo varias razones detrás de mi justificación para la transición, que podrían ser puntos de venta para la transición a la ciencia de datos:
- La ciencia de datos era aplicable a muchas industrias. Cuando estaba buscando trabajo, estaba hablando con compañías que abarcaban una variedad de industrias (servicios financieros, software, manufactura, atención médica … etc.) y geografías (muchas áreas metropolitanas en los Estados Unidos continentales), y todas ellas necesitan científicos de datos. En contraste, los semiconductores optoelectrónicos son a la vez un campo muy especializado y un tanto mercantilizado, por lo que el número de oportunidades de trabajo es limitado, y esas oportunidades que existen tienden a concentrarse alrededor de 1 o 2 grupos industriales dentro de los EE. UU. (El área de la bahía es una).
- Crecimiento profesional: la ciencia de datos, al ser todavía un campo muy nuevo, definitivamente tenía mucho espacio para el crecimiento (que se combina con el punto 1), tanto en términos de roles como de responsabilidades. Mi antiguo colega me dijo que la industria de los semiconductores en los años 80 y 90 hizo que la gente también se sintiera así.
Dicho esto, también puedo jugar al abogado del diablo:
- ¿Cómo se convirtió "ingeniería" en el término general para todas las profesiones STEM?
- ¿Por qué no hay trabajos para estudiantes aeronáuticos incluso después de completar M.Tech en IIT'S?
- ¿Cuáles son algunos de los mejores libros de orientación profesional?
- ¿Cuáles son las habilidades necesarias para conseguir un trabajo en IBM?
- ¿Qué es un trabajo después de una licenciatura en ciencias náuticas?
- La ciencia de datos no tendrá este tipo de oportunidades de crecimiento exponencial para siempre . ¿Estás realmente entusiasmado con el trabajo diario de este nuevo campo? ¿O simplemente te atrae la brillantez percibida de esta nueva carrera de la que todos hablan?
- Hacer ciencia de datos es mucho más que solo saber codificar en Python / R. También implica conocimiento sobre estadísticas, aprendizaje automático, ingeniería de software, visualización de datos y visión para los negocios. ¿Cuántas de estas habilidades ya tienes? ¿Cuán cercano era el papel de la ciencia de datos en su antiguo campo? Si la superposición es pequeña, ¿cómo sabe que disfrutará del nuevo campo?
- Si había trabajado en el campo de los nanomateriales durante 5-10 años pero tenía experiencias limitadas en ciencia de datos, es probable que no califique para puestos tan altos como sus puestos anteriores en su antiguo campo desde el principio. En consecuencia, puede estar tomando un recorte salarial al hacer esta transición profesional a la ciencia de datos. (No es una cosa absoluta, solo una posibilidad.) ¿Es algo que estás dispuesto a hacer?
Pensé mucho en este tipo de preguntas antes de decidir hacer la transición, pero en retrospectiva, me alegro de haber dado el salto. ¡Espero que ayude!