nauka dane to nowa dziedzina, a ci z odpowiednimi umiejętnościami naukowiec dane robią. Według Bureau of Labor Statistics, możliwości rozwoju zawodowego w tym zakresie przewiduje się wzrost o 19% od 2026 roku, znacznie szybciej niż średnia.
Chociaż nie wszystkie udane naukowcy danych mają wyższe wykształcenie, a większość z nich posiada co najmniej tytuł licencjata w dziedzinie nauki danych. Wielu z nich również stopnie naukowe, w tym pana, Ph.D., i / lub certyfikaty podyplomowych.
Jakich umiejętności potrzebujesz to Be a Dane Scientist?
„Naukowiec danych” to szerokie pojęcie, które może odnosić się do wielu różnych karier. Generalnie, naukowiec dane analizuje dane, aby dowiedzieć się o procesach naukowych, trendów rynkowych oraz zarządzania ryzykiem.
Uwaga: Niektóre tytuły pracy w nauce dane obejmują analityk danych, inżynier danych, komputer i informacje naukowiec, operacje i analityk systemów komputerowych analityk.
Naukowcy danych pracują w różnych branżach, począwszy od technologii w medycynie do agencji rządowych. Kwalifikacje do pracy w nauce danych różnią się, ponieważ tytuł jest tak szeroka. Jednak istnieją pewne umiejętności Pracodawcy szukają niemal każdego naukowca danych. Na przykład, naukowcy potrzebują silnych danych statystycznych, analitycznych, umiejętności raportowania i więcej.
Rodzaje danych Scientist Umiejętności
Umiejętności analityczne
Być może najważniejszą umiejętnością dla naukowca danych jest w stanie analizować informacje. Naukowcy danych przyjrzeć się i zrozumieć, dużych ilości danych. Muszą być w stanie zobaczyć wzory i trendy i mieć pomysł, co znaczy te wzory. Wszystko to odbywa silne umiejętności analityczne.
- Big Data
- Konstruowanie modeli predykcyjnych
- Tworzenie elementów sterujących, aby zapewnić dokładność danych
- Krytyczne myślenie
- Analiza danych
- Analityka danych
- Manipulacja dane
- Przekształcanie danych
- Dane Nauka Narzędzia / Narzędzia danych
- Data Mining
- Oceny nowych analityczny Metodologie
- interpretacji danych
- Metryka
- modelowanie danych
- Narzędzia do modelowania
- Producing danych Wizualizacje
- Badania
- Modelowanie ryzyka
- Testowanie hipotez
Szerokie poglądy
Bycie dobrym naukowcem danych oznacza również bycie kreatywnym. Po pierwsze, trzeba mieć otwarty umysł, aby dostrzec trendy w danych. Po drugie, trzeba dokonać połączenia między danymi, które mogą wydawać się niepowiązane z kimś, że jest tendencyjne. To zajmuje sporo otwartości. Wreszcie, trzeba wyjaśnić te dane w sposób, który jest jasne dla kadry kierowniczej w firmie. Często wymaga to twórcze analogie i wyjaśnień.
- Zdolność adaptacji
- Przekazywania informacji techniczna nietechnicznych ludzi
- Podejmowanie decyzji
- Drzewa decyzyjne
- kreatywność
- Wykonywanie w dynamicznym środowisku
- Logiczne myślenie
- Rozwiązywanie problemów
- samodzielnej pracy
Porozumiewanie się
Naukowcy dane nie tylko do analizy danych, ale mają także wyjaśnić, że dane innym. Muszą być w stanie komunikować się dane do ludzi z różnych zestawów umiejętności, wyjaśnić znaczenie wzorców w danych i sugerować rozwiązania. Wymaga to wyjaśnienia skomplikowanych problemów technicznych w sposób, który jest łatwy do zrozumienia. Często wymaga przekazywania danych wizualnych, ustne i pisemne umiejętności komunikacyjnych.
- Pewność siebie
- Współpraca
- Ordynacyjny
- dokumentowanie
- Konsensus rysunek
- ułatwienie Zgromadzeń
- Przywództwo
- Mentoring
- Prezentacja
- Zapewnienie wytycznych dla profesjonalistów IT
- raportowanie
- Umiejętności nadzorcze
- Trening
- Komunikacja słowne
- Komunikacja pisemna
Matematyka
Choć umiejętności miękkie, takie jak analizy, kreatywności i komunikacji są ważne, twarde umiejętności są również kluczowe znaczenie dla pracy. Naukowiec dane potrzebuje silnych umiejętności matematycznych, szczególnie w wieloczynnikowej rachunku i algebry liniowej.
- Algorytmy identyfikacji
- Tworzenie i utrzymywanie Algorytmy
- Zestawy informacje pobierania danych
- Algebra liniowa
- Modele Machine Learning
- Techniki uczenia maszynowego
- Multivariable Rachunek
- Statystyka
- Modele statystyczne Learning
- Modelowanie statystyczne
Programowanie i Biegłości techniczne
Naukowcy danych wymaga podstawowych umiejętności obsługi komputera, umiejętności programowania, ale są szczególnie ważne. Będąc w stanie kodu jest kluczem do niemal każdej pozycji naukowca danych. Znajomość języków programowania, takich jak Java, R, Python, lub SQL jest niezbędna.
- C ++
- Znajomość obsługi komputera
- Jawa
- Matlab
- Microsoft Excel
- Perl
- Pyton
- Narzędzie raportowania Software
- SQL
- NoSQL
- Żywy obraz
Więcej danych Scientist Umiejętności
- Social Media Data Mining
- Tabele i Zapytania
- Zarządzanie projektami
- Terminy projekt
- Pielęgnowanie relacji z wewnętrznych i zewnętrznych interesariuszy
- Obsługa klienta
- AppEngine
- Amazon Web Services (AWS)
- CouchDB
- js
- ECL
- Migotać
- Google Visualization API
- Hadoop
- HBase
- R
- SAS
- Języki skryptowe
- Urządzenia mobilne
- Microsoft Office Suite
- SaaS
- Sztucznej inteligencji (AI)
- Apache Spark
- Ciekawość
- business Intelligence
- Innowacja
Jak zrobić Umiejętności Stand Out
Dodaj odpowiednich umiejętności, aby Twoje CV:
Załącz swoje umiejętności w CV – we wstępnym podsumowaniu kwalifikacji, w sekcji Historia zatrudnienia, lub w tabeli opisującej technologii sprzętowych i programowych swoje umiejętności.
Wyróżnij umiejętności w swój list motywacyjny:
Należy również opisać swoje dowództwo najważniejszym z tych umiejętności w liście przewodnim.
Słowa użycie Umiejętności w pracy Wywiad:
W wywiadzie, należy zwiększyć swoje odpowiedzi z przykładów swoich umiejętności.