Data Scientist Färdigheter Lista och Exempel

"Datavetenskapare" är en bred term som kan referera till ett antal typer av karriär. Generellt analyserar en datavetenskapare data för att lära sig om vetenskapliga processer. Några jobbtitlar inom datavetenskap innefattar dataanalysatör, datortekniker, dator- och informationsforskare, operationsanalytiker och datorsystemanalytiker.

Datavetenskapare arbetar inom en rad olika branscher, allt från teknik till medicin till myndigheter. Kvalifikationerna för ett jobb inom datavetenskap varierar eftersom titeln är så bred. Det finns dock vissa färdigheter som arbetsgivare letar efter i nästan alla datavetenskapare. Datavetenskapare behöver starka statistiska, analytiska och rapporterande färdigheter.

Här är en lista över datavetenskapliga färdigheter för CV, omslag, jobbansökningar och intervjuer. Ingår är en detaljerad lista över de fem viktigaste datavetenskapliga kompetenserna, åtföljd av listor med relaterad kompetens och arbetsansvar.

Tips för att använda en färdighetslista

En viktig del av att skapa en CV och ett brevbrev som uppmärksammas av arbetsgivare är att införliva så många jobbspecifika sökord och sökordsfraser som möjligt. Det beror på att anställda företag nu ofta använder automatiserade sökningsspårningssystem (ATS-system) för att tillhandahålla förstegångsanalys av de jobbansökningar de får. Ju fler nyckelord som ditt CV innehåller, desto mer sannolikt är det att passera den första snitten av ATS-systemet och i slutändan nå ett anställningschefs mänskliga öga.

Villkoren som listas här är bland de mest sökta sökorden som programmerats i ATS-system och används i jobb s för datavetenskapare. Således bör du försöka integrera många av dessa nyckelordsfraser i ditt CV - i en första sammanfattning av kvalifikationer, i din arbetshistorikavdelning och i ett tekniktabell som beskriver dina hårdvaru- och mjukvarukunskaper.

Du bör också beskriva ditt kommando över de viktigaste av dessa färdigheter i ditt brev och slutligen under dina personliga intervjuer. Var noga med att förbättra dessa beskrivningar med specifika exempel på hur du har utnyttjat varje färdighet i ett arbets- eller träningsinställning.

Din bästa guide till vilken av dessa nyckelord du borde inkludera är den arbetsbeskrivning som du tillämpar. Varje jobb du ansöker om kommer att kräva olika färdigheter och erfarenheter, så se till att du läser jobbet noggrant och fokusera på de färdigheter som arbetsgivaren anger, och skräddarsy varje resumé och brevbrev som du skickar till de kvalifikationer som begärs av olika arbetsgivare.

Top Five Data Scientist Färdigheter

Analytisk

Kanske är den viktigaste färdigheten för en datavetenskapare att kunna analysera information. Datavetenskapare måste titta på och känna av stora dataöverföringar. De måste kunna se mönster och trender i data och förklara dessa mönster. Allt detta tar starka analytiska färdigheter.

• Analytiska verktyg
• Analytics
• Stora data
• Konstruera prediktiva modeller
• Skapa kontroller för att säkerställa noggrannhet av data
• Kritiskt tänkande
• Data
• Dataanalys
• Data Analytics
• Manipulation av data
• Data Wrangling
• Datavetenskap Verktyg / Data Verktyg
• Data Mining
• Utvärdering av nya analytiska metoder
• Tolkning av data
• Metrik
• Mining Social Media Data
• Modelleringsdata
• Modelleringsverktyg
• Produktion av datavisualiseringar
• Forskning
• Riskmodellering
• Testa hypoteser

Kreativitet

Att vara en bra datavetenskapsman betyder också att vara kreativ. För det första måste du använda kreativitet för att upptäcka trender i data. För det andra måste du koppla mellan data som kan verka orelaterade. Detta kräver mycket kreativt tänkande. Slutligen måste du förklara dessa uppgifter på sätt som är tydliga för cheferna i ditt företag. Detta kräver ofta kreativa analogier och förklaringar.

• anpassnings~~POS=TRUNC
• Överföra teknisk information till icke-tekniska personer
• Beslutsfattande
• Beslut Träd
• Exekvera i en snabba miljö
• Logiskt tänkande
• Problemlösning
• Arbeta självständigt

Kommunikation

Datavetenskapare behöver inte bara analysera data, men de måste också förklara den data för andra. De måste kunna kommunicera data till människor, förklara vikten av mönster i data och föreslå lösningar. Detta innebär att man förklarar komplexa tekniska problem på ett sätt som är lätt att förstå. Ofta kräver kommunikationsdata visuell, muntlig och skriftlig kommunikationsförmåga.

• Självsäkerhet
• Samarbete
• Consulting
• Odlingsrelationer med interna och externa intressenter
• Kundservice
• dokumentera
• Ritningskonsensus
• Underlättande möten
• Ledarskap
• mentorskap
• Presentation
• Projektledning
• Projektledningsmetoder
• Projekt Tidslinjer
• Ger riktlinjer för IT-proffs
• rapportering
• Övervakningskunskaper
• Träning
• Verbal Communications
• Skrift

Matematik

Medan mjuka färdigheter som analys, kreativitet och kommunikation är viktiga, är hårda färdigheter också kritiska för jobbet. En datavetenskapare behöver matematiska färdigheter, särskilt i multivariabel beräkning och linjär algebra.

• algoritmer
• Skapa algoritmer
• Information Retrieval Dataset
• Linjär algebra
• Maskininlärningsmodeller
• Maskininlärningstekniker
• Multivariabel Calculus
• Statistik
• Statistiska lärandemodeller
• Statistisk modellering

Programmering och teknisk kompetens

Datavetenskapare behöver grundläggande datorkunskaper, men programmeringskunskaper är särskilt viktiga. Att kunna koda är avgörande för nästan vilken datavetenskaplig position som helst. Kunskap om programmeringsspråk som Java, R, Python eller SQL är viktigt.

• AppEngine
• Amazon Web Services (AWS)
• C ++
• Datorfärdigheter
• CouchDB
• js
• ECL
• Blossa
• API för Google Visualization
• Hadoop
• HBase
• java
• Matlab
• Microsoft excel
• Perl
• PowerPoint
• Pytonorm
• R
• js
• Rapporteringsverktygsprogramvara
• SAS
• Scripting Languages
• SQL
• Tablå

Jobbutsikt för datavetenskapare

Enligt presidiet för arbetsstatistik var 27 900 anställda som dator- och informationsforskare 2016; deras medianårslön år 2017 var 114.520 dollar. Karriärmöjligheter inom detta område förväntas öka 19 procent år 2026, mycket snabbare än genomsnittet.