Data tiede on kehittyvällä alalla, ja ne, joilla on oikeus tietojen tiedemies taidot tekevät. Mukaan Bureau of Labor Statistics, uramahdollisuuksia alan odotetaan kasvavan 19% vuoteen 2026 mennessä, paljon nopeammin kuin keskimäärin.
Vaikka kaikki onnistunut tiedot tutkijat ovat college astetta, suurin osa niistä on vähintään kandidaatin tutkinnon data science kenttään. Monet niistä on myös jatkotutkintoja, kuten maisterin, Ph.D., ja / tai jatko todistukset.
Millaisia taitoja Tarvitseeko aineistoesimerkiksi Scientist?
”Data tiedemies” on laaja käsite, joka voi viitata useisiin eri uraa. Yleensä data tiedemies analysoi tietoja oppia tieteellistä prosesseista, markkinoiden kehitystä ja riskienhallintaa.
Huomautus: Jotkut ammattinimikettä tietojen tieteen sisältää dataa analyytikko, data insinööri, tietojenkäsittelyssä tutkija, Operations Research analyytikko, ja tietokonejärjestelmien analyytikko.
Tietojen tutkijat toimivat eri toimialoilla, jotka vaihtelevat tech lääketieteen valtion virastoille. Pätevyys työpaikkaa data science vaihdella, koska otsikko on niin laaja. On kuitenkin olemassa tiettyjä taitoja työnantajat etsivät lähes jokaisessa data tiedemies. Esimerkiksi data tutkijat tarvitsevat vahvoja tilastollisia, analyyttisiä, raportoinnin taitoja, ja enemmän.
Tietotyyppejä Tutkija Skills
Analyyttiset taidot
Ehkä tärkein taito data tiedemies on pystyä analysoimaan tietoa. Data tutkijat täytyy katsoa, ja järkeä, suuria tietomääriä. Heidän on voitava nähdä kuvioita ja trendejä ja on käsitys siitä, mitä ne mallit tarkoitan. Kaikki tämä vaatii vahvoja analyyttisiä taitoja.
- Suuri data
- Rakentamalla ennustemallit
- Luominen Controls vakuuttaa tietojen tarkkuus
- Kriittinen ajattelu
- Tietojen analysointi
- data Analytics
- tietojen manipulointi
- data kinastelu
- Data Science Tools / data Työkalut
- data Mining
- Arvioitaessa uusien analyyttisten menetelmien
- tulkkaus Data
- metrics
- mallintaminen Data
- mallintamistyökaluja
- Tuottaminen Data Visualisointeja
- tutkimus
- riskimallinnusta
- testaus hypoteesit
Ennakkoluulottomuus
Hyvänä data tiedemies merkitsee myös luova. Ensin täytyy olla avoin mieli, jotta trendien tietojen. Toiseksi, sinun täytyy tehdä yhteyksiä tietoja, jotka saattavat tuntua liity joku, joka on vääntynyt. Tämä vie paljon ennakkoluulottomuutta. Lopuksi, sinun täytyy selittää tätä tietoa tavoilla, jotka ovat selkeitä avainhenkilöt yrityksen. Tämä vaatii usein luovaa analogioita ja selityksiä.
- sopeutumiskyky
- Kuljetusjärjestelmää teknisiä tietoja ei-tekninen Ihmiset
- Päätöksenteko
- päätös Puut
- Luovuus
- Suoritettavana nopeatempoisessa Ympäristö
- Looginen ajattelu
- Ongelmanratkaisu
- itsenäiseen työskentelyyn
viestintä
Tietoja tiedemiehet ei vain tarvitse analysoida tietoja, mutta niillä on myös selittää, että tietoja muille. Heidän on kyettävä kommunikoimaan dataa ihmisille erilaisia taitoja, selittää merkitys malleja datan, ja ehdottaa ratkaisuja. Tämä edellyttää selittää monimutkaisia teknisiä kysymyksiä tavalla, joka on helppo ymmärtää. Usein siirretään dataa edellyttää visuaalista, suullista ja kirjallinen taito.
- itsevarmuus
- yhteistyö
- konsultointi
- dokumentointi
- piirustus konsensus
- helpottamalla Kokoukset
- johto
- mentorointi
- esittely
- Ohjeistamisesta IT Professionals
- raportointi
- esimiesosaamiseen
- koulutus
- sanallinen Communications
- Kirjallinen viestintä
Matematiikka
Vaikka pehmeitä taitoja kuten analyysi, luovuus ja viestintä ovat tärkeitä, kovaa osaamista ovat myös kriittinen työ. Tietojen tiedemies tarvitsee vahvoja matemaattisia taitoja, etenkin monimuuttuja hammaskiven ja lineaarialgebraa.
- tunnistaminen algoritmit
- Luominen ja ylläpito algoritmit
- Tiedonhaun Tietojoukot
- Lineaarialgebra
- Koneoppimismalleja
- Koneoppimismenetelmiä
- Monimuuttujalähettimet Calculus
- tilasto
- Tilastolliset oppimismalleja
- tilastollinen mallinnus
Ohjelmointi ja tekninen proficiencies
Tietojen tutkijat vaativat perus atk-taitoja, mutta ohjelmointitaitoja ovat erityisen tärkeitä. Mahdollisuus koodi on kriittinen lähes kaikkiin tietoihin tiedemies asentoon. Tuntemus ohjelmointikielten kuten Java, R, Python tai SQL on välttämätöntä.
- C ++
- Tietokonetaidot
- Jaava
- Matlab
- Microsoft Excel
- Perl
- pytonkäärme
- Raportointi Tool -ohjelma
- SQL
- NoSQL
- Kuvaelma
Lisää Data Scientist Taidot
- Kaivostoiminta Social Media Data
- Taulukot ja Kyselyt
- Projektinhallinta
- projekti aikajanat
- Viljeleminen Suhteet sisäisten ja ulkoisten sidosryhmien
- Asiakaspalvelu
- AppEngine
- Amazon Web Services (AWS)
- CouchDB
- js
- ECL
- leimahtaa
- Google Visualisointisovellusliittymä
- Hadoop
- HBase
- R
- SAS
- skriptauskieliä
- Mobiililaitteet
- Microsoft Office
- SaaS
- Artificial Intelligence (AI)
- Apache Spark
- Uteliaisuus
- Bisnesvaisto
- Innovaatio
Miten tehdä taidot erottumaan
Lisää tarvittavat taidot ansioluettelosi:
Sisällytä taitoja ansioluettelosi – alustavassa yhteenveto pätevyyksien työhistoria osio, tai tech taulukko, jossa kuvataan laitteiston ja ohjelmiston taitoja.
Painottavat saatekirjeesi:
Sinun pitäisi myös kuvailla komennossa tärkeimpiä näistä taitoja saatekirjeesi.
Käytä taito sanoja Työhaastattelu:
Vuonna haastattelussa, muista parantaa vasteita esimerkkejä taitosi.
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.