Adat-tudós készségek listája és példái

Az „adat tudós” egy olyan széles fogalom, amely számos karrierfajtára utal. Általában az adat tudós elemzi az adatokat, hogy megismerje a tudományos folyamatokat. Az adat-tudomány néhány munkaköre tartalmazza az adatelemzőt, az adatmérnököt, a számítógépes és információs kutatót, a műveleti kutató elemzőt és a számítógépes rendszerek elemzőjét.

Az adatok tudósai számos iparágban dolgoznak, kezdve a technikától az orvostudományig a kormányzati szervekig. Az adat-tudomány munkájának képesítése változó, mivel a cím olyan széles. Vannak azonban bizonyos készségek, amelyeket a munkáltatók szinte minden adat tudósnál keresnek. Az adat tudósoknak erős statisztikai, elemzési és jelentési készségekre van szükségük.

Itt van egy lista a tudósok készségeit az önéletrajzokról, fedőlapokról, állásalkalmazásokról és interjúkról. Tartalmazza az öt legfontosabb adat-tudós készség részletes listáját, a kapcsolódó készségek és munkakörülmények listáival együtt.

Tippek a készségek listájának használatához

A munkáltatók által észlelt önéletrajzok és fedőlapok létrehozásának kulcsfontosságú része, hogy minél több munka-specifikus kulcsszót és kulcsszó-kifejezést foglaljanak bele. Ez azért van, mert a foglalkoztató cégek mostanában gyakran használnak automatizált pályázati nyomkövető rendszereket (ATS rendszerek) az általuk kapott munkaalkalmazások első fokú elemzéséhez. Minél több kulcsszót tartalmaz az önéletrajzának tartalma, annál valószínűbb, hogy az első vágást az ATS rendszer adja át, és végül eléri a bérbeadó vezetőjének emberi szemét.

Az itt felsorolt ​​kifejezések a leggyakrabban keresett kulcsszavak közé tartoznak, amelyeket az ATS rendszerekbe programoztak, és amelyeket az adat tudósok munkájában használnak fel. Ezért meg kell próbálnia ezeket a kulcsszó-kifejezéseket beilleszteni az önéletrajzába - a képesítések kezdeti összefoglalójába, a munkatörténeti szakaszába, és a technikai táblázatokba, amelyek leírják a hardver és a szoftver ismereteit.

Le kell írnod ​​a legfontosabb ismereteidet a fedőlapodban és végül a személyes interjúid során. Győződjön meg róla, hogy ezek a leírások konkrét példákkal szolgálnak arra vonatkozóan, hogyan használta az egyes készségeket munka- vagy képzési környezetben.

A legjobb útmutató, hogy melyik kulcsszót vegye fel, az a munkaköri leírás, amelyre Ön alkalmaz. Minden munka, amit alkalmazni kíván, különböző készségeket és tapasztalatokat igényel, ezért győződjön meg róla, hogy figyelmesen olvassa el a munkaköri leírást, és összpontosítson a munkáltató által felsorolt ​​készségekre, és minden egyes önéletrajzot és fedőlapot testreszabja a különböző munkáltatók által kért képesítésekhez.

A legjobb öt tudós tudás

analitikai

Talán az adat-tudós számára a legfontosabb készség az információ elemzése. Az adat tudósoknak meg kell vizsgálniuk és értenie kell a nagy adatmennyiséget. Képesnek kell lenniük az adatok mintáinak és trendjeinek megismerésére, és megmagyarázni ezeket a mintákat. Mindez erős analitikai készségekkel jár.

• Analitikai eszközök
• Analitika
• Nagy adat
• Prediktív modellek építése
• Vezérlők létrehozása az adatok pontosságának biztosításához
• Kritikus gondolkodás
• Adat
• Adatelemzés
• Adatelemzés
• Adatmanipuláció
• Adatcsatolás
• Adatkezelési eszközök / Adateszközök
• Adatbányászat
• Az új analitikai módszerek értékelése
• Adatok értelmezése
• mérőszámok
• Szociális médiaadatok bányászása
• Modellezési adatok
• Modellező eszközök
• Adatok vizualizálása
• Kutatás
• Kockázat modellezés
• Hipotézisek tesztelése

kreativitás

Jó adat tudós, ami azt is jelenti, hogy kreatív. Először is kreativitást kell használnod az adatok trendjeinek megfigyelésére. Másodszor, kapcsolatba kell hozni a nem összefüggő adatok között. Ez sok kreatív gondolkodást igényel. Végül meg kell magyarázni ezeket az adatokat olyan módon, hogy azok egyértelműek legyenek a vállalat vezetői számára. Ez gyakran kreatív analógiákat és magyarázatokat igényel.

• rugalmasság
• Technikai információk továbbítása nem technikai embereknek
• Döntéshozatal
• Határozati fák
• Végrehajtás gyors környezetben
• Logikus gondolkodás
• Problémamegoldás
• Függetlenül működik

közlés

Az adat tudósoknak nemcsak az adatokat kell elemezniük, hanem az adatokat is meg kell magyarázniuk másoknak. Képesnek kell lenniük az adatoknak az embereknek történő kommunikációjára, megmagyarázni az adatminták fontosságát, és megoldásokat javasolniuk. Ez magában foglalja a bonyolult technikai kérdések megértését oly módon, hogy könnyen érthető legyen. Az adatok közlése gyakran vizuális, szóbeli és írásbeli kommunikációs készségeket igényel.

• önzés
• Együttműködés
• Tanácsadó
• A belső és külső érdekeltekkel való kapcsolatok ápolása
• Vevőszolgálat
• dokumentálása
• Konszenzus rajzolása
• Az ülések megkönnyítése
• Vezetés
• Mentori
• Bemutatás
• Projektmenedzsment
• Projektmenedzsment módszerek
• Projekt idővonalak
• Iránymutatások biztosítása az IT szakembereknek
• Jelentés
• Felügyeleti készségek
• Kiképzés
• Verbális kommunikáció
• Írás

Matematika

Míg a lágy készségek, mint például az elemzés, a kreativitás és a kommunikáció fontosak, a kemény készségek is kritikusak a munkához. Egy adat tudósnak matematikai készségre van szüksége, különösen a többváltozós számítás és a lineáris algebrában.

• algoritmusok
• Algoritmusok létrehozása
• Információkeresési adatok készletek
• Lineáris algebra
• Gépi tanulási modellek
• Gépi tanulási technikák
• Többváltozós számítás
• Statisztika
• Statisztikai tanulási modellek
• Statisztikai modellezés

Programozás és technikai előnyök

Az adatok tudósai alapvető számítógépes ismereteket igényelnek, de a programozási készségek különösen fontosak. A kódolás lehetősége szinte minden adat tudós álláspontja szempontjából kritikus. A programozási nyelvek, például a Java, az R, a Python vagy az SQL ismerete elengedhetetlen.

• AppEngine
• Amazon Web Services (AWS)
• C ++
• Számítógépes ismeretek
• CouchDB
• js
• ECL
• Fellobbanás
• Google megjelenítési API
• Hadoop
• HBase
• Jáva
• Matlab
• Microsoft Excel
• Perl
• PowerPoint
• Piton
• R
• js
• Reporting Tool szoftver
• SAS
• Scripting nyelvek
• SQL
• Csoportkép

Adat tudósok munkaköri nézete

A Munkaügyi Statisztikai Hivatal szerint 2016-ban 27 900 ember dolgozott számítógépes és információs kutatóként; az éves átlagos bérük 2017-ben 114.520 dollár volt. A karrierlehetőségek ezen a területen várhatóan 1926-ra nőnek majd 1926-ra, ami sokkal gyorsabb az átlagosnál.