наука данни е нова сфера, както и тези с правилните умения учен данни правите. Според Бюрото за трудова статистика, възможности за кариера в тази област се очаква да нарасне с 19% до 2026, много по-бързо от средното.
Макар че не всички успешни учени данни имат висше образование, по-голямата част от тях са най-малко бакалавърска степен в областта на науката данни. Много от тях имат и дипломирани, включително магистърски, Ph.D., и / или специализанти сертификати.
Какви умения Трябва ли да бъде учен данни?
“Данните учен” е широко понятие, което може да се отнася до няколко различни кариери. Като цяло, учен с данни, анализира данни да се запознаят с научни процеси, тенденции на пазара, както и управление на риска.
Забележка: Някои длъжности в областта на науката данни включват анализатор на данни, инженер на данни, компютърни и информационни учен, изследване на операциите анализатор и компютърни системи анализатор.
учени данни работят в различни сектори на икономиката, като се започне от технологии за медицина за правителствени агенции. Квалификациите за работа в областта на науката данни се различават, тъй като заглавието е толкова широка. Все пак, има някои умения работодателите търсят в почти всеки учен данни. Например, учените данни се нуждаят от силни статистически, аналитични умения, отчитане и др.
Типове данни Scientist Умения
Аналитични умения
Може би най-важното умение за учен на данни трябва да бъде в състояние да анализира информация. учени от данни трябва да погледнем и да осмисли, големи обеми от данни. Те трябва да бъдат в състояние да видите модели и тенденции и да имат представа какво означават тези модели. Всичко това отнема силни аналитични умения.
- Голяма информация
- Изграждане прогнозни модели
- Създаване на контроли за удостоверяване на точността на данните
- Критично мислене
- Анализ на данни
- Data Analytics
- Манипулирането на данните
- препирни данни
- Данните Наука Инструменти / Инструменти за данни
- Извличане на данни
- Оценяване на новите аналитични методологии
- Устни преводи на данни
- Метрика
- моделиране на данни
- инструменти за моделиране
- Съставят данни визуализации
- изследване
- моделиране на риска
- Проверка на хипотезата
Непредубеденост
Да бъдеш добър учен данни също означава да бъдем креативни. На първо място, трябва да имаш отворен ум, за да се открива тенденции в данните. На второ място, трябва да се направят връзки между данни, които може да изглеждат несвързани с някой, който е пристрастен. Това отнема много непредубеденост. И накрая, трябва да се обясни на тези данни по начини, които са ясни на ръководните кадри във фирмата Ви. Това често изисква творчески аналогии и обяснения.
- приспособимост
- Довеждащата техническа информация за Нетехническо Хората
- Вземане на решение
- дърво на решенията
- творчеството
- Изпълнение в забързан околната среда
- Логично мислене
- Разрешаване на проблем
- които работят самостоятелно,
общуване
учени данни не само трябва да се анализират данните, но те също трябва да се обясни, че данните за другите. Те трябва да могат да общуват данни за хора от различни умения, обясни значението на модели в данните, както и да предложи решения. Това включва разясняване на сложни технически проблеми по начин, който е лесен за разбиране. Често, общуването данни изисква визуални, устни и писмени комуникативни умения.
- отстояване
- Сътрудничество
- Консултации
- Документирането
- Рисуване консенсус
- воденето на заседанията
- ръководство
- Менторство
- представяне
- Да предоставят насоки на ИТ специалисти
- Докладване
- Надзорните умения
- обучение
- Разговор Communications
- Писмена комуникация
математика
Докато меки умения като анализ, креативност, и комуникацията са важни, твърди умения също са критични към работата. Учен данни се нуждае от силни математически умения, особено в многомерна смятане и линейна алгебра.
- Идентифициране на алгоритми
- Създаване и поддържане на алгоритми
- Комплекти Информация за извличане на данни
- Линейна алгебра
- Моделите за машинно обучение
- Техники машинно обучение
- многовариантно смятане
- Статистика
- Модели Статистическа Learning
- статистическо моделиране
Програмиране и техническо степента на владеене
учени данни изискват основни компютърни умения, умения за програмиране, но са особено важни. Да бъдеш в състояние да код е от решаващо значение в почти всяко положение учен данни. Говорими езици за програмиране като Java, R, Python, или SQL е от съществено значение.
- C ++
- Компютърни умения
- Ява
- Matlab
- Microsoft Excel
- Perl
- Питон
- Докладване Tool софтуер
- SQL
- NoSQL
- жива картина
Повече данни Scientist Умения
- Mining социални медии данни
- Маси и Заявки
- Управление на проекти
- Проект Срокове
- Култивиране Взаимоотношения с вътрешни и външни заинтересовани страни
- Обслужване на клиенти
- AppEngine
- Amazon Web Services (AWS)
- CouchDB
- JS
- ECL
- сигнална ракета
- Визуализация на Google API
- Hadoop
- HBase
- R
- SAS
- Ръкопис Езици
- Мобилни устройства
- Microsoft Office Suite
- SaaS
- Изкуствен интелект (AI)
- Apache Spark
- любопитство
- Бизнес разузнаване
- Иновация
Как да направим уменията си се открояват
Добави съответните умения за автобиографията:
Включване на уменията си в автобиографията си – в първоначален обобщение на квалификациите, в раздел история на работа, или в тек таблица, описваща ви хардуерни и софтуерни умения.
Маркирайте умения в мотивационното си писмо:
Вие също трябва да се опише команда от най-важните от тези умения в мотивационното си писмо.
Използвай умението думи от вашето интервю за работа:
В интервюто си, не забравяйте да се подобри отговорите си с примери за вашите умения.
Experienced Recruiter with a demonstrated history of working in the media production industry. Strong human resources professional with a Bachelor’s degree focused in Psychology from Universitas Kristen Satya Wacana.