Data Scientist Færdighedsliste og eksempler
Профессия Data Scientist: кто это? | GeekBrains
Indholdsfortegnelse:
- Tips til brug af en færdighedsliste
- Top Five Data Scientist Færdigheder
- Job Outlook for datavidenskabere
"Dataforsker" er et bredt begreb, der kan henvise til en række typer karriere. Generelt analyserer en dataforsker data for at lære om videnskabelige processer. Nogle jobtitler inden for datalogi omfatter dataanalytiker, dataingeniør, computer- og informationsforsker, operationsanalytiker og computersystemanalytiker.
Datavidenskabsfolk arbejder i en række brancher, lige fra teknik til medicin til offentlige myndigheder. Kvalifikationerne for et job inden for datalogi varierer, fordi titlen er så bred. Der er dog visse færdigheder, som arbejdsgivere søger i næsten alle dataloger. Dataforskere har brug for stærke statistiske, analytiske og rapporterende færdigheder.
Her er en liste over dataforsker færdigheder til genoptagelser, omslagsbreve, jobansøgninger og interviews. Inkluderet er en detaljeret liste over de fem vigtigste dataforsker færdigheder, ledsaget af lister over relaterede færdigheder og arbejdsansvar.
Tips til brug af en færdighedsliste
En vigtig del af oprettelsen af et CV og et brevbrev, der bliver lagt mærke til af arbejdsgiverne, er at indarbejde så mange jobspecifikke søgeord og søgeordssætninger som muligt. Dette skyldes, at ansættelse af virksomheder nu ofte bruger automatiserede applikationssporingssystemer (ATS-systemer) til at tilvejebringe første fase analyse af de jobansøgninger, de modtager. Jo flere søgeord dit CV indeholder, desto mere sandsynligt er det at passere det første snit ved ATS-systemet og i sidste ende nå det menneskelige øje hos en ansættelsesleder.
Begreberne her er blandt de mest søgte søgeord programmeret i ATS-systemer og udnyttet i job s for datavidenskabere. Således bør du forsøge at inkorporere mange af disse søgeordssætninger i dit CV - i et indledende resumé af kvalifikationer, i dit arbejdshistorikafsnit og i en teknologisk tabel, der beskriver dine hardware- og software færdigheder.
Du bør også beskrive din kommando over de vigtigste af disse færdigheder i dit brev og til sidst i dine personlige interviews. Sørg for at forbedre disse beskrivelser med specifikke eksempler på hvordan du har udnyttet hver færdighed i en arbejds- eller træningsindstilling.
Din bedste vejledning til, hvilke af disse søgeord du skal medtage, er jobbeskrivelsen, som du anvender. Hvert job, du ansøger om, vil kræve forskellige færdigheder og erfaringer, så sørg for at du læser jobbeskrivelsen omhyggeligt og fokusere på de kvalifikationer, der er angivet af arbejdsgiveren, og skræddersy hvert CV og følgebrev, du sender til de kvalifikationer, som forskellige arbejdsgivere ønsker.
Top Five Data Scientist Færdigheder
Analytisk
Måske er den vigtigste færdighed for en datavidenskabelig at kunne analysere information. Datavidenskabsmænd skal se på og give mening om store dataudvekslinger. De skal kunne se mønstre og tendenser i dataene og forklare disse mønstre. Alt dette tager stærke analytiske færdigheder.
- Analytiske værktøjer
- Analytics
- Store data
- Konstruktion af prædiktive modeller
- Oprettelse af kontroller for at sikre nøjagtigheden af data
- Kritisk tænkning
- Data
- Dataanalyse
- Data Analytics
- Data manipulation
- Data Wrangling
- Data Science Tools / Data Tools
- Data Mining
- Evaluering af nye analytiske metoder
- Tolkning af data
- Metrics
- Mining Social Media Data
- Modelleringsdata
- Modelleringsværktøjer
- Produktion af datavisualiseringer
- Forskning
- Risikomodellering
- Test hypoteser
Kreativitet
At være en god datalogiker betyder også at være kreativ. For det første skal du bruge kreativitet til at se trends i data. For det andet skal du oprette forbindelse mellem data, der kan virke uafhængige. Dette kræver en masse kreativ tænkning. Endelig skal du forklare disse data på en måde, der er tydelig for ledere i din virksomhed. Dette kræver ofte kreative analogier og forklaringer.
- tilpasningsevne
- Overføre teknisk information til ikke-tekniske personer
- Beslutningstagning
- Beslutning Træer
- Udførelse i et hurtigt-spændt miljø
- Logisk tænkning
- Problemløsning
- Arbejder uafhængigt
Meddelelse
Dataforskere skal ikke blot analysere data, men de skal også forklare dataene til andre. De skal kunne kommunikere data til mennesker, forklare vigtigheden af mønstre i dataene og foreslå løsninger. Dette indebærer at forklare komplekse tekniske problemer på en måde, der er let at forstå. Kommunikationsdata kræver ofte visuelle, mundtlige og skriftlige kommunikationsevner.
- selvhævdelse
- Samarbejde
- Consulting
- Dyrkulturrelationer med interne og eksterne interessenter
- Kunde service
- Dokumentation
- Tegnings konsensus
- Tilrettelæggelse af møder
- Ledelse
- Mentoring
- Præsentation
- Projektledelse
- Projektledelsesmetoder
- Projekt Tidslinjer
- Tilvejebringelse af retningslinjer til it-fagfolk
- Rapportering
- Tilsynsfærdigheder
- Uddannelse
- Verbal kommunikation
- Skrivning
Matematik
Mens bløde færdigheder som analyse, kreativitet og kommunikation er vigtige, er hårde færdigheder også afgørende for jobbet. En datavidenskabsmand har brug for matematikfærdigheder, især i multivariabel calculus og lineær algebra.
- Algoritmer
- Oprettelse af algoritmer
- Information Retrieval Datasæt
- Lineær Algebra
- Maskinindlæringsmodeller
- Maskinindlæringsteknikker
- Multivariabel Calculus
- Statistik
- Statistiske læringsmodeller
- Statistisk modellering
Programmering og tekniske færdigheder
Dataforskere kræver grundlæggende computerfærdigheder, men programmeringsevner er særligt vigtige. At kunne kode er afgørende for næsten enhver datavidenskabelig stilling. Kendskab til programmeringssprog som Java, R, Python eller SQL er afgørende.
- AppEngine
- Amazon Web Services (AWS)
- C ++
- Computerfærdigheder
- CouchDB
- js
- ECL
- flare
- Google Visualization API
- Hadoop
- HBase
- Java
- Matlab
- Microsoft Excel
- Perl
- PowerPoint
- Python
- R
- js
- Rapporteringsværktøjsprogramvare
- SAS
- Scripting Languages
- SQL
- Tableau
Job Outlook for datavidenskabere
Ifølge Bureau of Labor Statistics var 27.900 mennesker ansat som computer- og informationsforskere i 2016; deres gennemsnitlige årsløn i 2017 var $ 114.520. Karrieremuligheder på dette område forventes at vokse 19 procent i 2026, meget hurtigere end gennemsnittet.
Blue Collar Jobs Færdighedsliste og eksempler
Se Blue Collar-færdighedslister for en række job inden for industri, byggeri og andre sektorer. Analyser din erfaring for at se, hvilken du har.
Projektleder Færdighedsliste og eksempler
Projektledere har brug for en række færdigheder til at gøre deres job succesfuldt. Disse omfatter budgettering, teambygning og meget mere.
Strategisk planlægningsfærdighedsliste og eksempler
Talrige forretningspositioner kræver strategiske planlægningsfærdigheder. Her er de strategiske planlægningsfærdigheder, der er nødvendige for genoptagelser, interviews og beskæftigelse.