Data, videnskab er en spirende felt, og dem med de rigtige data videnskabsmand færdigheder gør. Ifølge Bureau of Labor Statistics, er karrieremuligheder på dette område forventes at vokse 19% af 2026, meget hurtigere end gennemsnittet.
Selv om ikke alle succesrige data forskere har kollegium grader, et flertal af dem har mindst en bachelorgrad i de data science området. Mange af dem har også en universitetsuddannelse, herunder masters, Ph.D., og / eller kandidatniveau certificeringer.
Hvilken slags færdigheder har du brug for at være en Data Scientist?
”Data videnskabsmand” er et bredt begreb, der kan henvise til en række forskellige karrierer. Generelt vil en data videnskabsmand analyserer data for at lære om videnskabelige processer, markedstendenser og risikostyring.
Bemærk: Nogle stillingsbetegnelser i data videnskab omfatte data analytiker, data ingeniør, computer og oplysninger forsker, operationer forskning analytiker, og edb-systemer analytiker.
Data videnskabsfolk arbejder i en lang række industrier, lige fra tech til medicin til offentlige institutioner. De kvalifikationer til et job i data videnskab variere fordi titlen er så bred. Der er dog visse færdigheder arbejdsgiverne kigge efter i næsten alle data videnskabsmand. For eksempel, data forskerne har brug for stærke statistiske, analytiske, rapportering færdigheder, og mere.
Datatyper Scientist Skills
Analytiske evner
Måske er den vigtigste færdighed for en data videnskabsmand er at være i stand til at analysere oplysninger. Data forskerne nødt til at se på, og få mening ud af, store mængder data. De skal være i stand til at se mønstre og tendenser og har en idé om, hvad disse mønstre betyder. Alt dette tager stærke analytiske evner.
- Big data
- Konstruktion af prognosemodeller
- Oprettelse Controls at sikre nøjagtighed af data
- Kritisk tænkning
- Dataanalyse
- Dataanalyse
- data manipulation
- data tovtrækkeri
- Data, Science Værktøj / Dataværktøjer
- data Mining
- Evaluering nye analysemetoder
- Tolkning af data
- Metrics
- Modellering af data
- modelleringsværktøjer
- Produktion datavisualiseringer
- Forskning
- Risk Modelling
- Test Hypoteser
Fordomsfrihed
At være en god data videnskabsmand betyder også at være kreativ. Først skal du nødt til at have et åbent sind for at få øje på tendenser i data. For det andet, du har brug for at skabe forbindelser mellem data, der kan synes relateret til en person, der er forudindtaget. Dette tager en masse åbenhed. Endelig er du nødt til at forklare disse data på måder, der er klare til ledere i din virksomhed. Dette kræver ofte kreative analogier og forklaringer.
- tilpasningsevne
- Transportudstyr Teknisk information til ikke-tekniske People
- beslutningstagning
- Decision Trees
- Kreativitet
- Udfører i et tempofyldt miljø
- Logisk tænkning
- Problemløsning
- arbejde selvstændigt
Meddelelse
Data forskerne ikke kun at analysere data, men de har også til at forklare, at data til andre. De skal være i stand til at kommunikere data til folk af forskellige typer af færdigheder, forklare betydningen af mønstre i dataene, og foreslå løsninger. Dette indebærer at forklare komplekse tekniske problemstillinger på en måde, der er let at forstå. Ofte kommunikere data kræver visuelle, mundtlige og skriftlige kommunikationsevner.
- selvhævdelse
- Samarbejde
- Rådgivning
- Dokumentere
- Tegning konsensus
- Lettere Møder
- Ledelse
- Mentoring
- Præsentation
- Forudsat Retningslinjer for it-teknikere
- Rapportering
- Overvågnings- Skills
- Uddannelse
- verbal kommunikation
- skriftlig kommunikation
Matematik
Mens bløde færdigheder som analyse, kreativitet og kommunikation er vigtige, hårde færdigheder er også afgørende for jobbet. En data videnskabsmand har brug for stærke matematiske færdigheder, især i multivariabel calculus og lineær algebra.
- Identificering Algoritmer
- Oprettelse og vedligeholdelse af algoritmer
- Sætter Informationssøgning data
- Lineær algebra
- Machine Learning Modeller
- Machine Learning Teknikker
- multivariable Calculus
- Statistikker
- Statistisk Learning Modeller
- Statistisk Modellering
Programmering og teknisk Færdigheder
Data forskere kræver grundlæggende computerfærdigheder, men programmering færdigheder er særligt vigtige. At kunne kode er afgørende for næsten enhver data videnskabsmand position. Kendskab til programmeringssprog som Java, R, Python, eller SQL er afgørende.
- C ++
- Computerfærdigheder
- Java
- Matlab
- Microsoft Excel
- Perl
- Python
- Rapporteringsværktøj Software
- SQL
- NoSQL
- Tableau
Flere data Scientist Skills
- Mining Social Media data
- Tabeller og forespørgsler
- Projektledelse
- Projekt Tidslinier
- Dyrke relationer med interne og eksterne interessenter
- Kunde service
- AppEngine
- Amazon Web Services (AWS)
- CouchDB
- js
- ECL
- flare
- Google Visualization API
- Hadoop
- HBase
- R
- SAS
- scripting sprog
- Mobile enheder
- Microsoft Office-pakken
- SaaS
- Artificial Intelligence (AI)
- Apache Spark
- Nysgerrighed
- business Intelligence
- Innovation
Sådan Gør dine evner Stand Out
Tilføj relevante kompetencer til dit CV:
Medtag dine færdigheder i dit CV – i en indledende oversigt over kvalifikationer, i dit arbejde historie sektion, eller i en tech tabel beskriver dine hardware- og software færdigheder.
Fremhæv Færdigheder i dit følgebrev:
Du bør også beskrive din kommando af de vigtigste af disse færdigheder i dit følgebrev.
Brug Styrke ord i din jobsamtale:
I din samtale, skal du sørge for at forbedre dine svar med eksempler på dine færdigheder.
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.