Data vetenskap är ett växande fält, och de med rätt data forskare kompetens gör. Enligt Bureau of Labor Statistics, är karriärmöjligheter inom detta område förväntas växa 19% av 2026, mycket snabbare än genomsnittet.
Även om inte alla framgångsrika uppgifter forskarna har college grader, en majoritet av dem har åtminstone en kandidatexamen i datavetenskapliga området. Många av dem har också examen grader, inklusive master, Ph.D., och / eller forskar certifieringar.
Vilken typ av kompetens behöver du vara en data Scientist?
”Data forskare” är en bred term som kan hänvisa till ett antal olika yrken. Generellt analyserar en dataforskare uppgifter att lära sig om vetenskapliga processer, marknadstrender och riskhantering.
Obs: Vissa titlar i uppgifter vetenskap inkludera data analytiker data ingenjör, dator och informations forskare, operationsanalys analytiker och datorsystem analytiker.
Data forskare arbetar i en mängd olika branscher, allt från tech till medicin till statliga myndigheter. Kvalifikationerna för ett jobb inom data vetenskap varierar eftersom titeln är så bred. Det finns dock vissa färdigheter arbetsgivare söker i nästan varje dataforskare. Till exempel data forskare behöver starka statistiska, analytiska, rapportering färdigheter, och mycket mer.
Typer av data Scientist Skills
Analytiska färdigheter
Den kanske viktigaste färdighet för en dataforskare är att kunna analysera information. Data forskare måste titta på och förstå, stora mängder data. De måste kunna se mönster och trender och har en uppfattning om vad dessa mönster betyder. Allt detta tar stark analytisk förmåga.
- Big Data
- Konstruera prediktiva modeller
- Skapa kontroller för att säkerställa exakthet
- Kritiskt tänkande
- Dataanalys
- Data Analytics
- Manipulation av data
- Data Wrangling
- Data Science Verktyg / Dataverktyg
- Data Mining
- Utvärdera nya analysmetoder
- tolka data
- Metrik
- datamodellering
- modelleringsverktyg
- Producing datavisualiseringar
- Forskning
- risk Modellering
- testning hypoteser
FÖRDOMSFRIHET
Att vara en bra uppgifter vetenskapsman innebär också att vara kreativ. Först måste du ha ett öppet sinne för att upptäcka trender i data. För det andra måste du göra kopplingar mellan data som kan verka oberoende av någon som är partisk. Detta tar mycket öppenhet. Slutligen måste du förklara dessa data på ett sätt som är klart för chefer på företaget. Detta kräver ofta kreativa analogier och förklaringar.
- anpassnings~~POS=TRUNC
- Last teknisk information till icke-tekniska personer
- Beslutsfattande
- besluts~~POS=TRUNC
- Kreativitet
- Körs i en snabbrörlig miljö
- Logiskt tänkande
- Problemlösning
- arbeta självständigt
Kommunikation
Data forskarna inte bara att analysera data, men de måste också förklara att data till andra. De måste kunna kommunicera data till människor med olika ämneskategorier, förklara vikten av mönster i data, och föreslå lösningar. Detta innebär att förklara komplicerade tekniska frågor på ett sätt som är lätt att förstå. Ofta kommunicera data kräver visuell, muntlig och skriftlig kommunikation.
- Självsäkerhet
- Samarbete
- Consulting
- dokumentera
- teckning Consensus
- Underlätta lätta~~POS=HEADCOMP möten
- Ledarskap
- mentorskap
- Presentation
- Ge riktlinjer till IT-proffs
- rapportering
- tillsyns Skills
- Träning
- verbal Communications
- Skriftlig kommunikation
Matematik
Medan mjuka färdigheter som analys, kreativitet och kommunikation är viktiga, hårda kompetens är också avgörande för jobbet. En data vetenskapsman behöver starka matematiska färdigheter, särskilt i flervariabelanalys och linjär algebra.
- identifiera Algoritmer
- Skapa och underhålla algoritmer
- Informationssökning datamängder
- Linjär algebra
- Maskininlärning modeller
- Maskininlärning tekniker
- flervariabelanalys
- Statistik
- Statistisk Learning modeller
- statistisk modellering
Programmering och tekniskt färdigheter
Data forskare kräver grundläggande datorkunskaper, men kunskaper i programmering är särskilt viktiga. Att kunna kod är avgörande för nästan alla data vetenskapsman position. Kunskaper i programmeringsspråk såsom Java, R, Python, eller SQL är viktigt.
- C ++
- Datorfärdigheter
- Java
- Matlab
- Microsoft excel
- Perl
- Pytonorm
- Reporting Tool Software
- SQL
- NoSQL
- Tablå
Mer data Scientist Skills
- Mining Social Media Data
- Tabeller och frågor
- Projektledning
- Project tidslinjer
- Odla relationer med interna och externa intressenter
- Kundservice
- AppEngine
- Amazon Web Services (AWS)
- CouchDB
- js
- ECL
- Blossa
- Google Visualization API
- Hadoop
- HBase
- R
- SAS
- skript~~POS=TRUNC
- Mobil enheter
- Microsoft Office Suite
- SaaS
- Artificiell intelligens (AI)
- Apache Spark
- Nyfikenhet
- Business Intelligence
- Innovation
Hur man gör dina färdigheter sticka ut
Lägg relevant kompetens till ditt CV:
Ta dina kunskaper i ditt CV – i en första sammanställning av kvalifikationer i ditt arbete historia avsnitt, eller i en teknisk tabell som beskriver din hårdvara och mjukvara färdigheter.
Markera färdigheter i ditt personliga brev:
Du bör också beskriva ditt kommando av de viktigaste av dessa kunskaper i ditt personliga brev.
Använd Skill ord i din anställningsintervju:
I din intervju, se till att förbättra dina svar med exempel på dina kunskaper.
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.