Dataforskerfagliste og eksempler

Dataforsker er et bredt begrep som kan referere til en rekke typer karrierer. Generelt analyserer en dataforsker data for å lære om vitenskapelige prosesser. Noen jobbtitler innen datavitenskap inkluderer dataanalytiker, dataprofil, data- og informasjonsforsker, operasjonsforskningsanalytiker og datasystemanalytiker.

Datavitenskapere jobber i en rekke bransjer, alt fra teknologi til medisin til myndigheter. Kvalifikasjonene for en jobb i datavitenskap varierer fordi tittelen er så bred. Imidlertid er det visse ferdigheter arbeidsgivere ser etter i nesten alle datavitenskapsmenn. Datavitenskapere trenger sterke statistiske, analytiske og rapporteringsevner.

Her er en liste over dataforskerferdigheter for CV, omslag, jobbsøknader og intervjuer. Inkludert er en detaljert liste over de fem viktigste datavitenskapelige ferdigheter, ledsaget av lister over relaterte ferdigheter og arbeidsansvar.

Tips for bruk av en ferdighetsliste

En viktig del av å lage et CV og et brevbrev som blir lagt merke til av arbeidsgivere, er å inkorporere så mange jobbspesifikke søkeord og søkeordsetninger som mulig. Dette skyldes at arbeidsgivere ofte bruker automatiserte søkersporingssystemer (ATS-systemer) for å gi første trinns analyse av jobbsøknadene de mottar. Jo flere nøkkelord CVene inneholder, desto mer sannsynlig er det å passere den første kuttet av ATS-systemet og til slutt nå det menneskelige øye til en ansatt leder.

Vilkårene som er oppført her er blant de mest etterspurte søkeordene som er programmert i ATS-systemer og benyttet i jobb s for datavitenskapere. Dermed bør du prøve å inkorporere mange av disse søkeordsetningene i CV-en i en oppsummering av kvalifikasjoner, i arbeidshistorie-delen din, og i et teknisk bord som beskriver maskinvare og programvare.

Du bør også beskrive din kommando over det viktigste av disse ferdighetene i ditt brev og til slutt under dine personlige intervjuer. Sørg for å forbedre disse beskrivelsene med konkrete eksempler på hvordan du har brukt hver ferdighet i en arbeids- eller treningsinnstilling.

Din beste veiledning om hvilke av disse søkeordene du bør inkludere er stillingsbeskrivelsen som du søker på. Hver jobb du søker på, vil kreve forskjellige ferdigheter og erfaringer, så sørg for at du leser jobbeskrivelsen nøye og fokusere på ferdighetene som er oppført av arbeidsgiveren, og skreddersy hver CV og følgebrev du legger til kvalifikasjoner som forespurt av ulike arbeidsgivere.

Top Five Data Scientist Ferdigheter

analytisk

Kanskje den viktigste ferdigheten for en datavitenskapsmann er å kunne analysere informasjon. Datavitenskapere må se på og gi mening om store dataoverføringer. De må kunne se mønstre og trender i dataene og forklare disse mønstrene. Alt dette tar sterke analytiske ferdigheter.

• Analytiske verktøy
• Analytics
• Stor Data
• Konstruksjon av prediktive modeller
• Opprette kontroller for å sikre nøyaktighet av data
• Kritisk tenking
• Data
• Dataanalyse
• Data Analytics
• Datamanipulasjon
• Data Wrangling
• Data Science Tools / Data Tools
• Data Mining
• Evaluering av nye analytiske metoder
• Tolkning av data
• metrics
• Gruvedrift Sosiale medier Data
• Modelleringsdata
• Modelleringsverktøy
• Produksjon av datavisualiseringer
• Forskning
• Risikomodellering
• Testing hypoteser

kreativitet

Å være en god datavitenskapsmann betyr også å være kreativ. For det første må du bruke kreativitet til å oppdage trender i data. For det andre må du gjøre sammenhenger mellom data som kan virke urelaterte. Dette krever mye kreativ tenkning. Til slutt må du forklare disse dataene på måter som er klare for ledere i bedriften din. Dette krever ofte kreative analogier og forklaringer.

• tilpasnings~~POS=TRUNC
• Overføre teknisk informasjon til ikke-tekniske personer
• Beslutningstaking
• Beslutning Trær
• Utfører i et fast-pacet miljø
• Logisk tenkning
• Problemløsning
• Arbeider uavhengig

Kommunikasjon

Datavitenskapsmenn må ikke bare analysere data, men de må også forklare dataene til andre. De må kunne kommunisere data til mennesker, forklare betydningen av mønstre i dataene, og foreslå løsninger. Dette innebærer å forklare komplekse tekniske problemer på en måte som er lett å forstå. Ofte krever kommunikasjonsdata visuelle, muntlige og skriftlige kommunikasjonsevner.

• Selvsikkerhet
• Samarbeid
• Consulting
• Kultiveringsrelasjoner med interne og eksterne interessenter
• Kundeservice
• dokumentere
• Tegnings konsensus
• Tilrettelegging av møter
• Ledelse
• mentoring
• Presentasjon
• Prosjektledelse
• Prosjektledelsesmetoder
• Prosjekt Tidslinjer
• Å gi retningslinjer til IT-fagfolk
• rapportering
• Tilsynsmessige ferdigheter
• Trening
• Verbal Communications
• skrive

Matematikk

Mens myke ferdigheter som analyse, kreativitet og kommunikasjon er viktige, er harde ferdigheter også kritiske for jobben. En datavitenskapsmann trenger matteferdigheter, spesielt i multivariabel kalkulator og lineær algebra.

• algoritmer
• Opprette algoritmer
• Informasjon Retrieval Datasett
• Lineær algebra
• Maskinlæremodeller
• Maskinlæringsteknikker
• Multivariabel beregning
• Statistikk
• Statistiske læringsmodeller
• Statistisk modellering

Programmering og teknisk kompetanse

Dataforskere krever grunnleggende datakompetanse, men programmeringsevner er spesielt viktige. Å kunne kode er avgjørende for nesten enhver datavitenskapelig stilling. Kunnskaper om programmeringsspråk som Java, R, Python eller SQL er avgjørende.

• AppEngine
• Amazon Web Services (AWS)
• C ++
• Dataferdigheter
• CouchDB
• js
• ECL
• flare
• Google Visualiserings-API
• Hadoop
• HBase
• Java
• Matlab
• Microsoft Excel
• Perl
• PowerPoint
• Python
• R
• js
• Rapporteringsverktøyprogramvare
• SAS
• Scripting Languages
• SQL
• Tableau

Jobbutsikt for datavitenskapere

Ifølge Bureau of Labor Statistics var 27 900 personer ansatt som datavitenskaps- og informasjonsforskere i 2016; deres median årslønn i 2017 var $ 114.520. Karrieremuligheter i dette feltet forventes å vokse 19 prosent innen 2026, mye raskere enn gjennomsnittet.