Список и примеры навыков работы с данными

unboxing turtles slime surprise toys learn colors

«Специалист по данным» - это широкий термин, который может относиться к ряду видов карьеры. Как правило, ученый анализирует данные, чтобы узнать о научных процессах. Некоторые должности в науке о данных включают аналитика данных, инженера данных, ученого по компьютерным и информационным исследованиям, аналитика по исследованию операций и аналитика компьютерных систем.

Специалисты по данным работают в различных отраслях, от технологий до медицины и государственных учреждений. Квалификация для работы в науке о данных варьируется, потому что название очень широкое. Тем не менее, есть определенные навыки, которые работодатели ищут почти у каждого ученого. Специалистам по данным необходимы сильные статистические, аналитические и отчетные навыки.

Вот список навыков работы с данными для резюме, сопроводительных писем, заявлений о приеме на работу и интервью. Включен подробный список пяти наиболее важных наборов навыков ученого-данных, сопровождаемый списками соответствующих навыков и рабочих обязанностей.

Советы по использованию списка навыков

Ключевой частью создания резюме и сопроводительного письма, которое замечают работодатели, является включение максимально возможного количества ключевых слов и фраз. Это связано с тем, что в настоящее время компании-работодатели часто используют автоматизированные системы отслеживания кандидатов (системы ATS), чтобы на первом этапе анализировать полученные ими заявления о приеме на работу. Чем больше ключевых слов содержится в вашем резюме, тем выше вероятность того, что система ATS пройдет первый разрез и, в конечном итоге, попадет на глаза менеджера по найму.

Термины, перечисленные здесь, являются одними из наиболее часто используемых ключевых слов, запрограммированных в системах ОВД и используемых в работах для ученых данных. Таким образом, вы должны попытаться включить многие из этих ключевых фраз в свое резюме - в первоначальном резюме квалификаций, в разделе истории работы и в технической таблице, описывающей ваши аппаратные и программные навыки.

Вы также должны описать свою команду наиболее важных из этих навыков в вашем сопроводительном письме и, в конечном итоге, во время ваших личных интервью. Обязательно дополните эти описания конкретными примерами того, как вы использовали каждый навык в условиях работы или обучения.

Ваше лучшее руководство относительно того, какое из этих ключевых слов вы должны включить, является описанием работы, к которой вы обращаетесь. Каждая работа, на которую вы претендуете, потребует различных навыков и опыта, поэтому убедитесь, что вы внимательно прочитали описание работы и сфокусировались на навыках, перечисленных работодателем, составив каждое резюме и сопроводительное письмо, которое вы представили в соответствии с требованиями, требуемыми различными работодателями.

Лучшие пять навыков работы с данными

аналитический

Возможно, самый важный навык для исследователя данных - уметь анализировать информацию. Ученые, работающие с данными, должны смотреть и разбираться в больших массивах данных. Они должны уметь видеть закономерности и тенденции в данных и объяснять эти закономерности. Все это требует сильных аналитических навыков.

Аналитические инструменты
аналитика
Большие данные
Построение прогнозных моделей
Создание элементов управления для обеспечения точности данных
Критическое мышление
Данные
Анализ данных
Аналитика данных
Манипуляция данными
Спор данных
Инструменты данных науки / Инструменты данных
Сбор данных
Оценка новых аналитических методологий
Интерпретация данных
метрика
Mining Social Media Data
Данные моделирования
Инструменты моделирования
Создание визуализации данных
Исследование
Моделирование рисков
Проверка гипотез

Творческий подход

Быть хорошим специалистом по данным также означает быть креативным. Во-первых, вы должны использовать творческий подход для выявления тенденций в данных. Во-вторых, вам нужно установить связи между данными, которые могут показаться несвязанными. Это требует много творческого мышления. Наконец, вам нужно объяснить эти данные способами, понятными руководителям вашей компании. Это часто требует творческих аналогий и объяснений.

адаптируемость
Передача технической информации нетехническим людям
Принятие решения
Деревья решений
Выполнение в быстром темпе
Логическое мышление
Решение проблем
Работать самостоятельно

связь

Ученые, занимающиеся данными, должны не только анализировать данные, но и объяснять эти данные другим. Они должны иметь возможность передавать данные людям, объяснять важность шаблонов в данных и предлагать решения. Это включает в себя объяснение сложных технических вопросов таким способом, который легко понять. Часто для передачи данных требуются визуальные, устные и письменные навыки общения.

напористость
сотрудничество
консалтинг
Развитие отношений с внутренними и внешними заинтересованными сторонами
Обслуживание клиентов
Документирование
Рисование Консенсус
Содействующие встречи
руководство
Наставничество
презентация
Управление проектом
Методология управления проектами
Сроки проекта
Предоставление рекомендаций для ИТ-специалистов
Составление отчетов
Навыки супервизии
Повышение квалификации
Устные сообщения
Пишу

Математика

В то время как мягкие навыки, такие как анализ, креативность и коммуникация, важны, они также важны для работы. Специалист по данным нуждается в математических навыках, особенно в многомерном исчислении и линейной алгебре.

Алгоритмы
Создание Алгоритмов
Наборы данных для поиска информации
Линейная алгебра
Модели машинного обучения
Методы машинного обучения
Многовариантное исчисление
Статистика
Статистические модели обучения
Статистическое моделирование

Программирование и технические навыки

Специалистам по данным требуются базовые навыки работы с компьютером, но навыки программирования особенно важны. Возможность кодирования имеет решающее значение практически для любой позиции ученого данных. Знание языков программирования, таких как Java, R, Python или SQL, необходимо.

AppEngine
Amazon Web Services (AWS)
C ++
Навыки работы с компьютером
CouchDB
JS
ECL
клеш
API визуализации Google
Hadoop
HBase
Джава
Matlab
Майкрософт Эксель
Perl
Силовая установка
питон
р
JS
Программное обеспечение для отчетов
ПАВ
Языки сценариев
SQL
живописная картина

Перспектива работы для ученых данных

По данным Бюро статистики труда, в 2016 году в качестве исследователей в области компьютерных и информационных технологий было занято 27 900 человек; их средняя годовая заработная плата в 2017 году составила 114 520 долларов. Ожидается, что возможности карьерного роста в этой области вырастут на 19 процентов к 2026 году, намного быстрее, чем в среднем.