Data analist - Where/What next !?

[Unito]

Beste tweakers,

Ik ben een aantal jaar werkzaam als data analist en me nu aan het oriënteren op een vervolg. Daarom ben ik razend benieuwd wat andere data analisten doen. Zijn hier analisten aanwezig die iets over hun werk willen delen, zoals:

Waar werk je?
Wat doe je?
Wat is er leuk aan je werk??
Wat vind je minder?
Welke tools gebruik je?
Hoe ziet je werkdag eruit?

Ik zal zelf even aftrappen:
Waar werk je?
Ik werk bij een zorgverzekeraar.
Wat doe je?
Ik adviseer ons management en collega's over het te voeren zorginkoopbeleid (waarbij data vaak dient als onderbouwing van het advies).
Wat is er leuk aan je werk?
Ik vind mijn werk maatschappelijk relevant. Het zorgveld is complex en dat daagt mij uit. De omgeving is geschikt om te leren. Er zijn veel collega's waar je iets van kan leren. Daarnaast zijn er veel opleidingsmogelijkheden.
Wat vind je minder?
Impact van het werk (vaak) niet direct duidelijk en/of niet heel tastbaar. Mede doordat je als verzekeraar één van de radertjes in het zorgstelsel bent. Om deze reden zijn samenwerken en draagvlak belangrijk.
Welke tools gebruik je? SAS, Excel. Andere tools zijn beschikbaar (R, Python, Qlikview) maar gebruik ik beperkt.
Hoe ziet je werkdag eruit?
Mijn werkdagen zijn redelijk afwisselend. Ik besteed denk ik 60% van mijn tijd aan analyse en het vertalen van uitkomsten naar advies.40% van mijn tijd zit ik in meetings.

Ik ben benieuwd naar jullie verhalen!

Groet,

[dr snuggles]

40% in meetings? Wauw... Knap dat je dat volhoudt, ik zou al gillend zijn weggerend.

[Unito]

dr snuggles schreef op donderdag 1 maart 2018 @ 21:56:
40% in meetings? Wauw... Knap dat je dat volhoudt, ik zou al gillend zijn weggerend.

Haha, ja dat kan ik begrijpen. Ik vind het zelf ook te veel.

[Ferra]

Wat zie je als vervolg voor je? Wat vind je nu niet uitdagend aan je werk?

[Morrar]

Waar werk je?
Consultancy voor big data / data science

Wat doe je?
Als data scientist bouw ik voornamelijk statistische modellen. Eventueel verpakt in een dashboard / front-end, API of een productiestraat. Soms doe ik ook wel data engineering werk en koppel ik data bronnen of schoon ze op.

Wat is er leuk aan je werk?
Als consultant heb ik al veel (grote) bedrijven in veel verschillende sectoren van binnen gezien. Aangezien de data aan het hart van de bedrijfsvoering ligt, leer je enorm veel over hoe het er aan toe gaat in een bedrijfstak. Ik heb die afwisseling wel nodig en vind het leuk om binnen korte tijd een probleem te analyseren, terug te brengen tot de kern en dan met een oplossing te komen.

Verder heb ik onwijs slimme en innovatieve collega's waar ik enorm veel van kan leren. We hebben ook best een relaxte sfeer op kantoor en ook 1 dag per maand om aan eigen projecten te knutselen / te leren.

Wat vind je minder?
Niet alle opdrachten zijn even interessant. We komen ook over de vloer bij bedrijven die nog niet echt data gedreven zijn. Veel bedrijven hebben de basis nog niet op orde.

Maar dat vindt management vaak geen sexy onderwerp: managers willen liever mee met de machine learning hype. Maar helaas ook hier geldt; garbage in = garbage out. Dus zorg eerst dat je de data op orde hebt en ga dan pas dure data scientists inhuren...

Verder is het best wel hard werken, omdat we niet goedkoop zijn en ik wel kwaliteit wil leveren.

Welke tools gebruik je?
Voornamelijk Python, R, RDBMSen van alle soorten, Spark, Hive, ElasticSearch, Neo4J of wat de klant ook maar heeft staan.

Hoe ziet je werkdag eruit?
Hangt een beetje af van de klant en de opzet van het project. Aan het begin is het vaak overleggen en duidelijk krijgen wat de vraag is (maar dan echt), welke data er wel en vooral niet is etc. Naarmate het project vordert is het veel programmeren en modellen proberen. Tot slot is het documenteren, presenteren en overdragen.

[ Voor 4% gewijzigd door Morrar op 02-03-2018 22:44 ]

[Sylex]

Ik zou ook graag willen weten wat jullie achtergrond is. Hebben jullie bv. een master Data Science of Econometrics gedaan?

[Unito]

Sbakker1982 schreef op vrijdag 2 maart 2018 @ 19:35:
Wat zie je als vervolg voor je? Wat vind je nu niet uitdagend aan je werk?

Op zich vind ik mijn werk wel uitdagend en in die zin ben ik ook niet uitgekeken op de functie van dataanalist. Ik zie voldoende mogelijkheden om me te ontwikkelen. Een topanalist beschikt naar mijn mening over best een breed spectrum aan vaardigheden (analysevaardigheden, programmeervaardigheden, consultancy skills, coachingsskills, projectmanagement skills).

Ik mis alleen nu voldoening omdat de resultaten best wel ontastbaar zijn. Daarnaast is het best wel politiek en zijn er veel tegengestelde krachten. Ik zoek een omgeving waar je dus iets meer succeservaringen kan hebben. Daarnaast vind ik het belangrijk om bij een organisatie te werken die producten/diensten levert waar ik een goed gevoel bij heb. Aangezien bijna overal wel analistenfuncties zijn is de keus volgens mij best groot.

Sylex schreef op zaterdag 3 maart 2018 @ 12:42:
Ik zou ook graag willen weten wat jullie achtergrond is. Hebben jullie bv. een master Data Science of Econometrics gedaan?

Ik heb zelf economie gedaan. Mijn ervaring is dat de achtergronden heel wisselend zijn. Inderdaad wel econometrie maar bv ook wel natuurkundigen, scheikundigen, wiskundigen, etc.

@Morrar Dank! Interessant om te lezen. Hou je je veel bezig met hetzelfde type vraagstukken of is dat elke klus weer anders?

[ Voor 61% gewijzigd door Unito op 07-03-2018 20:03 . Reden: toevoeging ]

[Morrar]

De vraagstukken verschillen wel, maar er zijn ook zeker overeenkomsten. Zo doen de meeste bedrijven wel aan marketing, dus willen ze graag weten welke kanalen of campagnes het meest effectief zijn. Marketing mix modellen of attributie modellen kom je dus wel met enige regelmaat tegen. Idem voor bijvoorbeeld churn modellen, al zit daar nog wel wat variatie in omdat de definitie van churn nogal kan verschillen per bedrijf (vb contract gebonden versus retail).

De grootste verschillen vind je tussen sectoren; banken willen bijvoorbeeld modellen over financiele risico's en producten zoals hypotheken, terwijl retailers meer sturen op marketing, behoud van klanten of wat een goede locatie zou zijn voor een nieuwe outlet.

Naast de vraagstelling is het vooral ook de tooling, bedrijfscultuur en "data volwassenheid" die sterk verschilt van bedrijf tot bedrijf. Het ene bedrijf heeft alles in de cloud met een volledige modelleerstraat erbij (inclusief versie beheer, dev-prod omgevingen, continue uitscoren) terwijl het andere bedrijf nog met SAP en Excelsheets aan komt kakken. Het ene bedrijf werkt met Python of R, het andere met SAS of heeft nog helemaal niks concreets staan. Grappig genoeg zijn de grote bedrijven lang niet altijd het verst (integendeel zelfs).

Het is vooral die afwisseling die het leuk (en soms ook wel frustrerend) maakt. Daarnaast bouw je als externe consultant ook vrij snel een netwerk op, wat altijd mooi meegenomen is

[Sibylle]

Morrar schreef op donderdag 8 maart 2018 @ 08:44:
De vraagstukken verschillen wel, maar er zijn ook zeker overeenkomsten. Zo doen de meeste bedrijven wel aan marketing, dus willen ze graag weten welke kanalen of campagnes het meest effectief zijn. Marketing mix modellen of attributie modellen kom je dus wel met enige regelmaat tegen. Idem voor bijvoorbeeld churn modellen, al zit daar nog wel wat variatie in omdat de definitie van churn nogal kan verschillen per bedrijf (vb contract gebonden versus retail).

De grootste verschillen vind je tussen sectoren; banken willen bijvoorbeeld modellen over financiele risico's en producten zoals hypotheken, terwijl retailers meer sturen op marketing, behoud van klanten of wat een goede locatie zou zijn voor een nieuwe outlet.

Naast de vraagstelling is het vooral ook de tooling, bedrijfscultuur en "data volwassenheid" die sterk verschilt van bedrijf tot bedrijf. Het ene bedrijf heeft alles in de cloud met een volledige modelleerstraat erbij (inclusief versie beheer, dev-prod omgevingen, continue uitscoren) terwijl het andere bedrijf nog met SAP en Excelsheets aan komt kakken. Het ene bedrijf werkt met Python of R, het andere met SAS of heeft nog helemaal niks concreets staan. Grappig genoeg zijn de grote bedrijven lang niet altijd het verst (integendeel zelfs).

Het is vooral die afwisseling die het leuk (en soms ook wel frustrerend) maakt. Daarnaast bouw je als externe consultant ook vrij snel een netwerk op, wat altijd mooi meegenomen is

http://awealthofcommonsen...orlds-worst-market-timer/

[Ferra]

Unito schreef op woensdag 7 maart 2018 @ 19:46:
[...]


Op zich vind ik mijn werk wel uitdagend en in die zin ben ik ook niet uitgekeken op de functie van dataanalist. Ik zie voldoende mogelijkheden om me te ontwikkelen. Een topanalist beschikt naar mijn mening over best een breed spectrum aan vaardigheden (analysevaardigheden, programmeervaardigheden, consultancy skills, coachingsskills, projectmanagement skills).

Ik mis alleen nu voldoening omdat de resultaten best wel ontastbaar zijn. Daarnaast is het best wel politiek en zijn er veel tegengestelde krachten. Ik zoek een omgeving waar je dus iets meer succeservaringen kan hebben. Daarnaast vind ik het belangrijk om bij een organisatie te werken die producten/diensten levert waar ik een goed gevoel bij heb.

Waarom zijn de resultaten ontastbaar? Je zit nu aan de achterkant. Waarom zoek je niet een baan aan de klantzijde van het bedrijf?

[BombaAriba]

Zou je dan geen data/reporting-analist aan de marketing kant willen worden? Bij een bedrijf als Nike (of vul maar in welk B2C bedrijf)? Tastbare producten en je kan je succes direct(er) meten. Ik ben bang dat je in de data-wereld toch wel politiek houdt, veel (externe) partijen/afdelingen en ditto belangen.