Över 2,5 kvintiljoner byte med data skapas varje dag, enligt forskning.Dataforskare hjälper organisationer att bråka, tolka och visualisera dessa data. Föga överraskande blomstrar jobbet. Enligt Bureau of Labor Statistics förväntas karriärmöjligheter inom detta område växa med 15 % till 2029, mycket snabbare än genomsnittet.
Även om inte alla framgångsrika datavetare har högskoleexamen, har många åtminstone en kandidatexamen i datavetenskap eller ett relaterat område. Vissa har också examen, inklusive master-, Ph.D.- och/eller examenscertifikat.
Vilken typ av färdigheter behöver du för att bli datavetare?
"Data scientist" är ett brett begrepp som kan syfta på en rad olika karriärer. I allmänhet analyserar en dataforskare data för att lära sig om vetenskapliga processer, marknadstrender och riskhantering.
Några Jobb titlar i datavetenskap inkluderar dataanalytiker, dataingenjör, data- och informationsforskare, operationsanalytiker och datasystemanalytiker.
Dataforskare arbetar i en mängd olika branscher, allt från teknik till medicin till statliga myndigheter.
Typer av dataforskares färdigheter
Analytiska färdigheter
Den kanske viktigaste färdigheten för en datavetare är att kunna analysera information. Dataforskare tittar på och förstår stora mängder data. De måste kunna se mönster och trender och ha en uppfattning om vad dessa mönster betyder. Allt detta kräver starka analytiska färdigheter.
- Artificiell intelligens
- Big Data
- Business Intelligence
- Konstruera prediktiva modeller
- Skapa kontroller för att säkerställa att data är korrekta
- Kritiskt tänkande
- Dataanalys
- Datavisualisering
- Dataanalys
- Databashantering
- Manipulation av data
- Databråk
- Data Science Tools / Data Tools
- Data Mining
- DevOps
- Utvärdera nya analytiska metoder
- Tolka data
- Metrik
- Utvinning av sociala mediedata
- Modelleringsdata
- Modelleringsverktyg
- sannolikhet och statistik
- Forskning
- Riskmodellering
- Testa hypoteser
Öppensinnet
Att vara en bra datavetare innebär också att vara kreativ. Först måste du ha ett öppet sinne för att upptäcka trender i data. För det andra måste du skapa kopplingar mellan data som kan verka orelaterade till någon som är partisk. Detta kräver mycket öppenhet. Slutligen måste du förklara denna information på ett sätt som är tydligt för cheferna på ditt företag. Detta kräver ofta kreativa analogier och förklaringar.
- Anpassningsförmåga
- Förmedla teknisk information till icke-tekniska personer
- Kreativitet
- Nyfikenhet
- Beslutsfattande
- Beslutsträd
- Exekvera i en fartfylld miljö
- Innovation
- Logiskt tänkande
- Problemlösning
- Arbetar självständigt
Kommunikation
Dataforskare måste inte bara analysera data, utan de måste också förklara dessa data för andra. De måste kunna kommunicera data till personer med olika kompetenser, förklara vikten av mönster i datan och föreslå lösningar. Det handlar om att förklara komplexa tekniska problem på ett sätt som är lätt att förstå. Att kommunicera data kräver ofta visuella, muntliga och skriftliga kommunikationsförmåga.
- Självsäkerhet
- Samarbete
- Konsultverksamhet
- Utveckla relationer med interna och externa intressenter
- Kundservice
- Dokumentera
- Dra konsensus
- Underlätta möten
- Ledarskap
- Mentorskap
- Presentation
- Projektledning
- Projektets tidslinjer
- Tillhandahålla riktlinjer till IT-proffs
- Rapportering
- Berättarfärdigheter
- Övervakningsförmåga
- Träning
- Muntlig kommunikation
- Skriftlig kommunikation
Matematik
Medan mjuka färdigheter som att analys, kreativitet och kommunikation är viktiga, är hårda färdigheter också avgörande för jobbet. En dataforskare behöver starka matematiska färdigheter, särskilt i multivariabel kalkyl och linjär algebra.
- Identifiera algoritmer
- Skapa och underhålla algoritmer
- Datauppsättningar för informationshämtning
- Linjär algebra
- Maskininlärningsmodeller
- Maskininlärningstekniker
- Multivariabel kalkyl
- Statistik
- Statistiska inlärningsmodeller
- Statistisk modellering
Programmering och tekniska färdigheter
Datavetare kräver grundläggande datorkunskaper, men programmeringskunskaper är särskilt viktiga. Att kunna koda är avgörande för nästan alla uppgifter som dataforskare. Kunskaper i programmeringsspråk som Java, R, Python eller SQL är viktigt.
- AppEngine
- Amazon Web Services (AWS)
- AmCharts
- Apache Spark
- C++
- Datorfärdigheter
- CouchDB
- js
- ECL
- Blossa
- Google Visualization API
- Hadoop
- HBase
- Highcharts
- Java
- MATLAB
- Microsoft excel
- Microsoft Office Suite
- NoSQL
- Perl
- Pytonorm
- R
- Programvara för rapporteringsverktyg
- SaaS
- SAS
- Skriptspråk
- SQL
- Tabeller och frågor
- Tablå
- TensorFlow
Mer dataforskare
- Utvinning av sociala mediedata
- Tabeller och frågor
- Projektledning
- Projektets tidslinjer
- Utveckla relationer med interna och externa intressenter
- Kundservice
- AppEngine
- Amazon Web Services (AWS)
- CouchDB
- js
- ECL
- Blossa
- Google Visualization API
- Hadoop
- HBase
- R
- SAS
- Skriptspråk
- Mobil enheter
- Microsoft Office Suite
- SaaS
- Artificiell intelligens (AI)
- Apache Spark
- Nyfikenhet
- Business Intelligence
- Innovation
Hur du får dina färdigheter att sticka ut
LÄGG TILL RELEVANTA FÄRDIGHETER TILL DITT CV: Inkludera dina färdigheter i ditt CV - i en första sammanfattning av kvalifikationer, i avsnittet om din arbetshistorik eller i en teknisk tabell som beskriver dina färdigheter i hårdvara och mjukvara.
FLYTTA FÄRDIGHETER I DITT ANSVARSBREV: Du bör också beskriva din behärskning av de viktigaste av dessa färdigheter i ditt följebrev.
ANVÄND FÄRDIGHETSORD I DIN JOBBINTERVJU: I din intervju, se till att förbättra dina svar med exempel på dina färdigheter.
