Zoznam vedeckých zručností a príklady

„Dátový vedec“ je široký pojem, ktorý sa môže týkať viacerých typov kariéry. Vo všeobecnosti analytik údajov analyzuje údaje, aby sa dozvedel o vedeckých procesoch. Niektoré pracovné tituly v oblasti dátovej vedy zahŕňajú analytika údajov, dátového inžiniera, vedúceho počítačového a informačného výskumu, analytika operačného výskumu a analytika počítačových systémov.

Údaje vedci pracujú v rôznych priemyselných odvetviach, od technológií až po lieky na vládne agentúry. Kvalifikácia na prácu vo vede sa líši, pretože názov je taký široký. Existujú však určité zručnosti, ktoré zamestnávatelia hľadajú v takmer každom dátovom vedeckom pracovníkovi. Údaje vedci potrebujú silné štatistické, analytické a reportovacie zručnosti.

Tu je zoznam údajov vedcov zručnosti pre životopisy, sprievodné listy, žiadosti o zamestnanie a rozhovory. Zahrnutý je podrobný zoznam piatich najdôležitejších zručností vedcov údajov, sprevádzaných zoznamom súvisiacich zručností a pracovných povinností.

Tipy na používanie zoznamu zručností

Kľúčovou súčasťou vytvárania životopisu a sprievodného listu, ktorý si všimli zamestnávatelia, je zahrnúť čo najviac kľúčových slov a kľúčových fráz. Je to preto, lebo zamestnávanie spoločností v súčasnosti často využíva automatizované systémy sledovania žiadateľov (systémy ATS) na poskytovanie analýzy žiadostí o zamestnanie, ktoré dostanú, v prvej fáze. Čím viac kľúčových slov váš životopis obsahuje, tým je pravdepodobnejšie, že prejde prvým rezom systémom ATS a nakoniec sa dostane k ľudskému oku manažéra.

Tu uvedené termíny patria medzi najčastejšie hľadané kľúčové slová naprogramované v systémoch ATS a využívané v úlohách pre vedcov údajov. Preto by ste sa mali pokúsiť začleniť mnohé z týchto kľúčových slov do svojho životopisu - v úvodnom súhrne kvalifikácií, v sekcii histórie práce a v technickej tabuľke popisujúcej vaše hardvérové ​​a softvérové ​​zručnosti.

Mali by ste tiež opísať vaše velenie najdôležitejších z týchto zručností vo Vašom sprievodnom liste a prípadne počas vašich osobných pohovorov. Uistite sa, že tieto popisy doplňte o konkrétne príklady, ako ste využili každú zručnosť v pracovnom alebo školiacom prostredí.

Váš najlepší návod, ktorý z týchto kľúčových slov by ste mali zahrnúť, je opis práce, na ktorý sa uchádzate. Každá práca, na ktorú sa uchádzate, si bude vyžadovať rôzne zručnosti a skúsenosti, preto sa uistite, že ste si pozorne prečítali popis práce a zamerali sa na zručnosti uvedené zamestnávateľom.

Top Päť Data Vedec zručnosti

analytická

Asi najdôležitejšou zručnosťou pre dátového vedca je schopnosť analyzovať informácie. Dátoví vedci sa musia pozerať na veľké súbory údajov a dávať im zmysel. Musia byť schopní vidieť vzory a trendy v údajoch a vysvetliť ich. To všetko má silné analytické schopnosti.

• Analytické nástroje
• analytika
• Veľké dáta
• Tvorba prediktívnych modelov
• Vytvorenie ovládacích prvkov na zabezpečenie presnosti údajov
• Kritické myslenie
• údaje
• Analýza dát
• Data Analytics
• Manipulácia s údajmi
• Data Wrangling
• Nástroje pre dátové vedy / dátové nástroje
• Dolovanie dát
• Hodnotenie nových analytických metodík
• Interpretácia údajov
• metriky
• Údaje o dobývaní sociálnych médií
• Modelovanie dát
• Modelové nástroje
• Tvorba vizualizácií dát
• výskum
• Modelovanie rizík
• Testovacie hypotézy

tvorivosť

Byť dobrým dátovým vedcom tiež znamená byť kreatívny. Po prvé, na zistenie trendov v údajoch musíte použiť kreativitu. Po druhé, musíte vytvoriť spojenia medzi údajmi, ktoré sa môžu zdať nesúvisiace. To si vyžaduje veľa kreatívneho myslenia. Nakoniec musíte tieto údaje vysvetliť spôsobmi, ktoré sú manažérom vo vašej spoločnosti jasné. To si často vyžaduje tvorivé analógie a vysvetlenia.

• prispôsobivosť
• Odovzdávanie technických informácií netechnickým osobám
• Rozhodovanie
• Rozhodovacie stromy
• Vykonávanie v prostredí s rýchlym tempom
• Logické myslenie
• Riešenie problémov
• Pracuje nezávisle

komunikácia

Dátoví vedci musia nielen analyzovať údaje, ale aj tieto údaje musia vysvetliť iným. Musia byť schopní komunikovať údaje ľuďom, vysvetľovať dôležitosť vzorov v údajoch a navrhovať riešenia. To zahŕňa vysvetlenie zložitých technických problémov spôsobom, ktorý je ľahko zrozumiteľný. Komunikačné údaje si často vyžadujú vizuálne, ústne a písomné komunikačné zručnosti.

• asertivita
• spolupráca
• consulting
• Kultivácia vzťahov s internými a externými zainteresovanými stranami
• Služby zákazníkom
• dokumentovanie
• Konsenzus kreslenia
• Uľahčenie stretnutí
• vodcovstva
• Mentoring
• predstavenie
• Projektový manažment
• Metodiky projektového riadenia
• Časové harmonogramy projektu
• Poskytovanie pokynov pre odborníkov v oblasti IT
• hlásenie
• Dozorné zručnosti
• výcvik
• Verbálna komunikácia
• písanie

matematika

Kým mäkké zručnosti, ako je analýza, tvorivosť a komunikácia sú dôležité, tvrdé zručnosti sú tiež dôležité pre prácu. Dátový odborník potrebuje matematické zručnosti, najmä v mnohorozmernom počte a lineárnej algebre.

• algoritmy
• Vytváranie algoritmov
• Sady údajov na načítanie informácií
• Lineárna algebra
• Modely strojového učenia
• Techniky strojového učenia
• Mnohorozmerný počet
• štatistika
• Štatistické modely učenia
• Štatistické modelovanie

Programovanie a technické znalosti

Údaje vedci vyžadujú základné počítačové zručnosti, ale programátorské zručnosti sú obzvlášť dôležité. Schopnosť kódovať je rozhodujúca pre takmer akúkoľvek pozíciu vedcov. Podstatné sú znalosti programovacích jazykov ako Java, R, Python alebo SQL.

• AppEngine
• Webové služby Amazon (AWS)
• C ++
• Počítačové zručnosti
• CouchDB
• js
• ECL
• svetlice
• Rozhranie API vizualizácie Google
• Hadoop
• HBase
• Jáva
• Matlab
• Microsoft Excel
• perl
• Power Point
• krajta
• R
• js
• Softvér na vytváranie zostáv
• SAS
• Jazyky skriptovania
• SQL
• výjav

Pracovný výhľad pre dátových vedcov

Podľa Úradu pre štatistiku práce bolo v roku 2016 zamestnaných 27 900 ľudí ako vedcov v oblasti počítačového a informačného výskumu; ich priemerná ročná mzda v roku 2017 bola 114.520 dolárov. Očakáva sa, že kariérne príležitosti v tejto oblasti budú do roku 2026 rásť o 19 percent, oveľa rýchlejšie ako priemer.