Data věda je objevující se pole, a ti se správnými údaje vědec dovedností dělají. Podle výboru statistik práce, pracovní příležitosti v této oblasti se předpokládá růst 19% roku 2026, mnohem rychleji, než je průměr.
I když ne všichni úspěšní dat vědci mají univerzitním vzděláním, většina z nich má alespoň bakalářský titul v oboru vědy dat. Mnoho z nich také mají absolventské hodnosti, včetně vysokoškolského, Ph.D., a / nebo postgraduální osvědčení.
Jaký druh dovedností Do musíte být datový Scientist?
„Data vědec“ je široký pojem, který se může vztahovat k řadě různých kariéry. Obecně platí, že údaje vědec analyzuje data se dozvědět o vědeckých postupů, trendech na trhu a řízení rizik.
Poznámka: Některé tituly pracovních míst v datovém vědě patří dat analytik, data inženýr, počítačové a informační výzkumník, operace analytik a počítačových systémů analytik.
Datové vědci pracují v různých průmyslových odvětvích, od tech medicíně k vládním agenturám. Kvalifikace pro práci v datovém vědě lišit, protože název je tak široká. Nicméně, existují určité dovednosti zaměstnavatelé hledají v téměř každém datovém vědec. Například data vědci potřebovat silné statistické, analytické, vykazování dovednosti a další.
Typů dat Scientist dovedností
Analytické schopnosti
Snad nejdůležitější dovednost pro datový vědce je být schopen analyzovat informace. Datové vědci mají na pohled, a smysl, velkého množství dat. Musejí být schopni vidět vzory a trendy a mít představu o tom, co tyto vzory na mysli. To vše má silné analytické schopnosti.
- Big dat
- Konstrukci prognostických modelů
- Vytváření ovládacích prvků, aby byla zajištěna přesnost dat
- Kritické myšlení
- Analýza dat
- údaje Analytics
- Manipulace s daty
- Data hádky
- Data Science Nástroje / Datové nástroje
- Data Mining
- Vyhodnocování nových analytických metodách
- interpretaci dat
- metriky
- Datové modelování
- modelovací nástroje
- Produkční dat Vizualizace
- Výzkum
- Risk Modeling
- testování hypotéz
Svobodomyslnost
Být dobrým údaje vědec také znamená být kreativní. Za prvé, musíte mít otevřenou mysl, aby se vysledovat trendy v datech. Za druhé, je třeba, aby spojení mezi daty, která se může zdát nesouvisí s někým, že je neobjektivní. To trvá hodně otevřenost. A konečně, je třeba vysvětlit, tyto údaje způsobem, který je jasné, manažery ve vaší firmě. To často vyžaduje tvůrčí analogie a vysvětlení.
- Přizpůsobivost
- Dopravní Technické informace pro netechnických lidí
- Rozhodování
- rozhodovací stromy
- Tvořivost
- Vykonávající v rychle se měnícím prostředí
- Logické myšlení
- Řešení problému
- Práce Nezávisle
Sdělení
Datové vědci mají nejen pro analýzu dat, ale mají také vysvětlit, že údaje s ostatními. Musí být schopen komunikovat dat pro lidi z různých sad dovedností, vysvětlit význam vzorů v datech, a navrhnout řešení. Jde o vysvětlování složitých technických problémů takovým způsobem, který je snadno pochopitelné. Často sdělování údajů vyžaduje vizuální, ústní a písemné komunikační dovednosti.
- Asertivita
- Spolupráce
- konzultační
- dokumentování
- kresba Consensus
- zprostředkování setkání
- Vedení lidí
- mentoring
- představení
- Poskytující pokyny na profesionály v oboru IT
- Hlášení
- dovedností dohledu
- Výcvik
- verbální komunikace
- Psaná komunikace
Matematika
Zatímco měkké dovednosti, jako je analýza, tvořivost a komunikace jsou důležité, tvrdé dovednosti jsou také důležité pro práci. Datový vědec potřebuje silné matematické dovednosti, zejména v multivariable kalkulu a lineární algebry.
- identifikace algoritmy
- Vytváření a udržování algoritmy
- Získávání informací Soubory dat
- Lineární algebra
- Machine Learning Modely
- Machine Learning Techniques
- Multivariable kalkul
- Statistika
- Statistická Učební modely
- Statistické modelování
Programování a technická proficiencies
Datové vědci vyžadují základní počítačové dovednosti, ale programovací schopnosti jsou obzvláště důležité. Být schopen kód je rozhodující pro téměř libovolné polohy dat vědec. Znalost programovacích jazyků, jako je Java, R, Python, nebo SQL je zásadní.
- C ++
- Počítačové dovednosti
- Jáva
- Matlab
- Microsoft Excel
- Perl
- Krajta
- Reporting Tool Software
- SQL
- NoSQL
- Živý obraz
Více Vědec dovednosti Datové
- Data mining Social Media
- Tabulky a dotazy
- Projektový management
- Project časové osy
- Kultivovat vztahy s interními a externími zainteresovanými stranami
- Služby zákazníkům
- AppEngine
- Amazon Web Services (AWS)
- CouchDB
- js
- ECL
- Světlice
- Google Visualization API
- Hadoop
- HBase
- R
- SAS
- skriptovacích jazyků
- Mobilní zařízení
- Microsoft Office Suite
- SaaS
- Umělé inteligence (AI)
- Apache Spark
- Zvědavost
- Business Intelligence
- Inovace
Jak si vyrobit vaše dovednosti vyčnívat
Přidejte příslušné dovednosti svůj životopis:
Zahrnout své dovednosti ve svém životopisu – v počátečním shrnutí kvalifikací, ve své historii pracovní části, nebo v tech tabulka popisující své hardwarové a softwarové dovednosti.
Zvýraznění dovednosti v průvodní dopis:
Také byste měli popsat své velení nejdůležitější z těchto dovedností ve svém průvodním dopise.
Použití Dovednostní Slova pohovoru:
Ve svém rozhovoru se ujistěte, aby posílily své odpovědi s ukázkami své schopnosti.
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.