Ferdigheter Og Nøkkelord

Viktige jobbferdigheter for dataforskere

Dataforsker ved datamaskin

••• Compassionate Eye Foundation / Jamie Grill / Getty Images

InnholdsfortegnelseUtvideInnholdsfortegnelse

Over 2,5 kvintillioner byte med data skapes hver dag, ifølge forskning. Dataforskere hjelper organisasjoner med å krangle, tolke og visualisere disse dataene. Ikke overraskende blomstrer jobben. I følge Bureau of Labor Statistics forventes karrieremuligheter på dette feltet å vokse 15 % innen 2029, mye raskere enn gjennomsnittet.

Selv om ikke alle vellykkede dataforskere har høyskolegrader, har mange minst en bachelorgrad i datavitenskap eller et relatert felt. Noen har også utdannede grader, inkludert master-, Ph.D.- og/eller utdannede sertifiseringer.

Hva slags ferdigheter trenger du for å være dataforsker?

Data scientist er et vidt begrep som kan referere til en rekke ulike karrierer. Vanligvis analyserer en dataforsker data for å lære om vitenskapelige prosesser, markedstrender og risikostyring .

Noen Jobb titler i datavitenskap inkluderer dataanalytiker, dataingeniør, data- og informasjonsforsker, operasjonsforskningsanalytiker og datasystemanalytiker.

Dataforskere jobber i en rekke bransjer, alt fra teknologi til medisin til offentlige etater. Kvalifikasjonene for en jobb innen datavitenskap varierer fordi tittelen er så bred. Imidlertid er det visse ferdigheter arbeidsgivere ser etter hos nesten alle dataforskere. For eksempel trenger dataforskere sterke statistiske, analytiske, rapporteringsferdigheter og mer.

Typer dataforskerferdigheter

Analytiske ferdigheter

Den kanskje viktigste ferdigheten for en dataforsker er å kunne analysere informasjon. Dataforskere ser på, og forstår, store mengder data. De må kunne se mønstre og trender og ha en ide om hva disse mønstrene betyr. Alt dette krever sterkt analytisk ferdigheter.

  • Kunstig intelligens
  • Stor Data
  • Business Intelligence
  • Konstruere prediktive modeller
  • Opprette kontroller for å sikre nøyaktigheten av data
  • Kritisk tenking
  • Dataanalyse
  • Datavisualisering
  • Dataanalyse
  • Database ledelse
  • Datamanipulasjon
  • Datakrangel
  • Datavitenskapsverktøy / Dataverktøy
  • Datautvinning
  • DevOps
  • Evaluering av nye analytiske metoder
  • Tolke data
  • Beregninger
  • Utvinning av sosiale mediedata
  • Modelleringsdata
  • Modelleringsverktøy
  • Sannsynlighet og statistikk
  • Undersøkelser
  • Risikomodellering
  • Testing av hypoteser

Åpent sinn

Å være en god dataforsker betyr også å være kreativ. Først må du ha et åpent sinn for å oppdage trender i data. For det andre må du lage forbindelser mellom data som kan virke urelaterte til noen som er partisk. Dette krever mye åpenhet. Til slutt må du forklare disse dataene på måter som er klare for lederne i din bedrift. Dette krever ofte kreative analogier og forklaringer.

Kommunikasjon

Dataforskere må ikke bare analysere data, men de må også forklare disse dataene til andre. Det må de kunne kommunisere data til personer med ulike ferdighetssett, forklar viktigheten av mønstre i dataene og foreslå løsninger. Dette innebærer å forklare komplekse tekniske problemstillinger på en måte som er lett å forstå. Ofte krever kommunikasjon av data visuelle, muntlige og skriftlige kommunikasjonsferdigheter.

  • Selvsikkerhet
  • Samarbeid
  • Rådgivning
  • Å dyrke relasjoner med interne og eksterne interessenter
  • Kundeservice
  • Dokumentere
  • Tegner konsensus
  • Tilrettelegging av møter
  • Ledelse
  • Veiledning
  • Presentasjon
  • Prosjektledelse
  • Prosjektets tidslinjer
  • Gi retningslinjer til IT-fagfolk
  • Rapportering
  • Fortellerferdigheter
  • Tilsynsevner
  • Opplæring
  • Verbal kommunikasjon
  • Skriftlig kommunikasjon

Matematikk

Samtidig som myke ferdigheter som analyse, kreativitet og kommunikasjon er viktig, harde ferdigheter er også kritiske for jobben. En dataforsker trenger sterke matematiske ferdigheter, spesielt i multivariabel kalkulus og lineær algebra.

  • Identifisere algoritmer
  • Opprette og vedlikeholde algoritmer
  • Datasett for henting av informasjon
  • Lineær algebra
  • Maskinlæringsmodeller
  • Maskinlæringsteknikker
  • Multivariabel beregning
  • Statistikk
  • Statistiske læringsmodeller
  • Statistisk modellering

Programmering og tekniske ferdigheter

Dataforskere krever grunnleggende datakunnskaper, men programmeringsferdigheter er spesielt viktige. Å være i stand til å kode er avgjørende for nesten enhver posisjon som dataforsker. Kjennskap til programmeringsspråk som Java, R, Python , eller SQL er viktig.

  • AppEngine
  • Amazon Web Services (AWS)
  • AmCharts
  • Apache Spark
  • C++
  • Dataferdigheter
  • CouchDB
  • js
  • ECL
  • Flare
  • Google Visualization API
  • Hadoop
  • HBase
  • Highcharts
  • Java
  • MATLAB
  • Microsoft Excel
  • Microsoft Office Suite
  • NoSQL
  • Perl
  • Python
  • R
  • Programvare for rapporteringsverktøy
  • SaaS
  • SAS
  • Skriptspråk
  • SQL
  • Tabeller og spørringer
  • Diagram
  • TensorFlow

Flere dataforskerferdigheter

  • Utvinning av sosiale mediedata
  • Tabeller og spørringer
  • Prosjektledelse
  • Prosjektets tidslinjer
  • Å dyrke relasjoner med interne og eksterne interessenter
  • Kundeservice
  • AppEngine
  • Amazon Web Services (AWS)
  • CouchDB
  • js
  • ECL
  • Flare
  • Google Visualization API
  • Hadoop
  • HBase
  • R
  • SAS
  • Skriptspråk
  • Mobile enheter
  • Microsoft Office Suite
  • SaaS
  • Kunstig intelligens (AI)
  • Apache Spark
  • Nysgjerrighet
  • Business Intelligence
  • Innovasjon

Hvordan få ferdighetene dine til å skille seg ut

LEGG TIL RELEVANTE FERDIGHETER TIL CV-EN DIN: Inkluder dine ferdigheter i din gjenoppta – i en innledende oppsummering av kvalifikasjoner, i arbeidshistoriedelen eller i en teknisk tabell som beskriver maskinvare- og programvareferdighetene dine.

FREMHÆV FERDIGHETER I FØLGEBREVET DITT: Du bør også beskrive din beherskelse av de viktigste av disse ferdighetene i din følgebrev .

BRUK FERDIGHETSORD I JOBBINTERVJUET: I intervjuet ditt, sørg for å forbedre svarene dine med eksempler på ferdighetene dine.

Artikkelkilder

  1. Hus. Data sover aldri . Åpnet 29. januar 2021.

  2. Arbeidsbyrået. Data- og informasjonsforskere . Åpnet 29. januar 2021.

  3. Bureau of Labor Statistics. Occupational Employment and Wages, mai 2019: 15-2098 Data Scientists and Mathematical Science Occupations, All Other . Åpnet 29. januar 2021.