Duomenų mokslas yra naujas laukas, ir tiems, su teisingais duomenimis mokslininkų įgūdžių darai. Pasak Darbo statistikos biuro, karjeros galimybes šioje srityje tikimasi, kad iki 2026 m auga 19%, daug greičiau nei vidutiniškai.
Nors ne visi sėkmingiems duomenų mokslininkai turi aukštąjį išsilavinimą, dauguma jų turi bent bakalauro laipsnį duomenų mokslo srityje. Daugelis iš jų taip pat turi diplomus, įskaitant magistro, Ph.D., ir / ar studijų sertifikatus.
Kokios įgūdžių jums reikia būti duomenų mokslininkas?
“Duomenų mokslininkas” yra plati sąvoka, kad gali kreiptis į įvairių karjeros skaičiaus. Apskritai, duomenų mokslininkas analizuoja duomenis, norėdami sužinoti apie mokslo procesus, rinkos tendencijas ir rizikos valdymą.
Pastaba: Kai pareigybių pavadinimus duomenų mokslas apima duomenų analitikas, duomenų inžinierius, kompiuterių ir informacinių mokslininkas, operacijų analitikas, ir kompiuterinių sistemų analitikas.
Duomenų mokslininkai dirbti įvairių pramonės šakų, nuo technologijų ir medicinos vyriausybinių agentūrų. Už A duomenų mokslo darbo kvalifikacija gali skirtis, nes pavadinimas yra toks platus. Tačiau yra tam tikri įgūdžiai Darbdaviai ieško beveik kiekvieną duomenų mokslininkas. Pavyzdžiui, duomenys mokslininkams reikia stiprių statistinę, analitinę, ataskaitų teikimo gebėjimus, ir dar daugiau.
Duomenų tipai Scientist įgūdžių
Analitiniai įgūdžiai
Turbūt svarbiausias įgūdis duomenų mokslininkas, kad būtų galima analizuoti informaciją. Duomenų mokslininkai turi pažvelgti ir prasmės, dideli duomenų kiekiai. Jie turi sugebėti pamatyti modelius ir tendencijas ir turėti tai, ką reiškia tie modeliai idėją. Visa tai trunka stiprius analitinius gebėjimus.
- didelis duomenų
- Statant prognozavimo modelius
- Kurti kontrolę, kad Užtikrinti duomenų tikslumą
- Kritinis mąstymas
- Duomenų analizė
- “Analytics” duomenys
- duomenų tvarkymo
- duomenų ginčai
- Duomenų Mokslas Įrankiai / Duomenų įrankiai
- duomenų gavyba
- Vertinti Naujas analitines metodikas
- žodžiu duomenų
- metrika
- modeliavimo duomenimis
- modeliavimo įrankiai
- Gamybos Duomenų Vizualizacijos
- tyrimas
- rizikos modeliavimas
- Tikrinimo Hipotezės
Atviras mąstymas
Būdamas geras duomenys mokslininkas taip pat reiškia, yra kūrybingi. Pirma, jūs turite turėti atvirą protą tam, kad vietoje tendencijas duomenis. Antra, jūs turite padaryti ryšius tarp duomenų, kad gali atrodyti, nesusiję su žmogumi, kuris yra šališkas. Tai užtrunka daug atvirumas daug. Galiausiai, jūs turite paaiškinti šiuos duomenis tokiais būdais, kurie aišku į vadovų savo įmonėje. Tai dažnai reikalauja kūrybinių analogijas ir paaiškinimus.
- pritaikomumas
- Konvejerio Techninė informacija yra ne techninis Žmonės
- sprendimų priėmimo
- Decision Trees
- Kūrybiškumas
- Vykdant tam greitas aplinkos
- Loginis mąstymas
- problemų sprendimas
- dirbti savarankiškai
komunikacija
Duomenų mokslininkai ne tik analizuoti duomenis, bet jie taip pat turi paaiškinti, kad duomenys kitiems. Jie turi sugebėti bendrauti duomenis su žmonėmis iš įvairių įgūdžių rinkinių, paaiškinti modelių svarbą duomenimis, ir pasiūlyti sprendimus. Tai reiškia, kad aiškinant sudėtingus techninius klausimus taip, kad būtų lengva suprasti. Dažnai bendraujant duomenis reikia vaizdinius, žodžiu, ir raštu bendravimo įgūdžius.
- Atkaklumas
- bendradarbiavimas
- konsultavimas
- dokumentavimas
- piešimo konsensusas
- palengvinti Susitikimai
- Vadovavimas
- mentorystės
- pristatymas
- Teikti rekomendacijas jai profesionalams
- Ataskaitos
- priežiūros įgūdžiai
- mokymas
- žodinis ryšių
- Rašytinė komunikacija
matematika
Nors įgūdžių, pavyzdžiui, analizės, kūrybiškumo ir komunikacijos yra svarbūs, kietos įgūdžiai yra taip pat svarbus darbo. Duomenų mokslininkas reikia stiprių matematikos įgūdžius, ypač kintamųjų skaičiavimas ir tiesinės algebros.
- nustatyti algoritmai
- Kurti ir palaikyti algoritmai
- Informacijos paieška duomenų rinkiniai
- Tiesinė algebra
- Mašina mokymosi modeliai
- Mašina mokymosi metodai
- multivariacinis skaičiavimas
- statistika
- Statistiniai mokymosi modeliai
- Statistiniai modeliavimas
Programavimas ir techninė mokėjimą
Duomenų mokslininkai reikalauja elementarių naudojimosi kompiuteriu įgūdžių, bet programavimo įgūdžių yra ypač svarbus. Gebėti kodas yra svarbūs beveik bet duomenys mokslininkas padėtį. Žinios apie programavimo kalbų, tokių kaip Java, R, Python, arba SQL yra labai svarbus.
- C ++
- Darbo kompiuteriu įgūdžiai
- Java
- MATLAB
- “Microsoft Excel”
- perl
- pitonas
- Ataskaitų įrankis Programinė įranga
- “SQL
- NoSQL
- Scēna
Daugiau duomenų Mokslininkas įgūdžiai
- Kasyba Social Media Duomenys
- Stalai ir užklausos
- projektų valdymas
- projektų grafikų
- Kultivavimo santykius su vidaus ir išorės suinteresuotųjų šalių
- Klientų aptarnavimas
- AppEngine
- “Amazon Web Services (AWS)
- CouchDB
- JS
- “ECL
- Išvirtimas
- “Google” vizualizacija “API
- Hadoop
- HBase
- R
- SAS
- skriptų kalba
- Mobilūs įrenginiai
- “Microsoft Office” programų
- SaaS
- Dirbtinio intelekto (AI)
- apache kibirkštiniu
- Smalsumas
- “Business Intelligence
- naujovė
Kaip Padaryti Jūsų įgūdžiai Išsiskirti
Pridėti reikiamų įgūdžių, kad savo CV:
Įtraukti savo įgūdžius savo CV – pradiniame santraukos kvalifikaciją, savo darbo istoriją skyriuje, arba tech stalo aprašomas savo aparatūros ir programinės įrangos įgūdžių.
Pažymėkite įgūdžius Jūsų motyvacinis laiškas:
Taip pat turi aprašyti savo komandą iš svarbiausių šių įgūdžių savo motyvacinį laišką.
Naudokite Įgūdžių žodžius į savo Darbo Interviu:
Savo interviu, būtinai sustiprinti savo atsakymus su pavyzdžiais savo įgūdžius.
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.