Elenco ed esempi di competenze di Data Scientist

"Data scientist" è un termine ampio che può riferirsi a un certo numero di tipi di carriere. Generalmente, uno scienziato di dati analizza i dati per conoscere i processi scientifici. Alcuni titoli di lavoro in scienze dei dati includono analista di dati, ingegnere dei dati, scienziato informatico e di ricerca di informazioni, analista di ricerca operativa e analista di sistemi informatici.

Gli scienziati dei dati lavorano in una varietà di settori, dalla tecnologia alla medicina alle agenzie governative. Le qualifiche per un posto di lavoro nella scienza dei dati variano perché il titolo è così ampio. Tuttavia, ci sono determinate abilità che i datori di lavoro cercano in quasi tutti gli scienziati di dati. Gli scienziati dei dati necessitano di solide competenze statistiche, analitiche e di reporting.

Ecco un elenco di competenze di scienziato dei dati per curriculum, lettere di presentazione, domande di lavoro e interviste. È incluso un elenco dettagliato dei cinque più importanti skillset di Data Scientist, accompagnati da elenchi di competenze e responsabilità lavorative correlate.

Suggerimenti per l'utilizzo di un elenco di competenze

Una parte fondamentale della creazione di un curriculum e di una lettera di presentazione che viene notata dai datori di lavoro è quella di incorporare il maggior numero possibile di parole chiave e frasi chiave specifiche per il lavoro. Ciò è dovuto al fatto che le aziende che impiegano ora spesso utilizzano sistemi di tracciamento dei candidati automatizzati (sistemi ATS) per fornire un'analisi iniziale delle domande di lavoro che ricevono. Più parole chiave contiene il tuo curriculum, più è probabile che passi il primo taglio dal sistema ATS e, alla fine, raggiunga l'occhio umano di un gestore assumente.

I termini elencati qui sono tra le parole chiave più frequentemente ricercate programmate nei sistemi ATS e utilizzate nei lavori per gli scienziati dei dati. Pertanto, dovresti provare a incorporare molte di queste frasi chiave nel tuo curriculum: in un riepilogo iniziale delle qualifiche, nella sezione della cronologia di lavoro e in una tabella tecnologica che descrive le tue competenze hardware e software.

Dovresti anche descrivere la tua padronanza delle più importanti di queste abilità nella tua lettera di presentazione e, eventualmente, durante le tue interviste personali. Assicurati di migliorare queste descrizioni con esempi specifici di come hai utilizzato ciascuna abilità in un'impostazione di lavoro o di allenamento.

La tua migliore guida su quale di queste parole chiave dovresti includere è la descrizione del lavoro a cui ti stai candidando. Ogni lavoro a cui si applicherà richiederà competenze ed esperienze diverse, quindi assicurati di leggere attentamente la descrizione del lavoro e di concentrarti sulle abilità elencate dal datore di lavoro, adattare ciascun curriculum e la lettera di presentazione che invii alle qualifiche richieste dai diversi datori di lavoro.

Le cinque migliori competenze di scienziato di dati

Analitico

Forse l'abilità più importante per uno scienziato dei dati è quella di essere in grado di analizzare le informazioni. Gli scienziati dei dati devono esaminare e dare un senso a grandi quantità di dati. Devono essere in grado di vedere i modelli e le tendenze nei dati e spiegare questi modelli. Tutto ciò richiede forti capacità analitiche.

• Strumenti analitici
• analitica
• Big Data
• Costruire modelli predittivi
• Creazione di controlli per assicurare la precisione dei dati
• Pensiero critico
• Dati
• Analisi dei dati
• Analisi dei dati
• Manipolazione di dati
• Wrangling dei dati
• Strumenti di Data Science / strumenti di dati
• Estrazione dei dati
• Valutazione di nuove metodologie analitiche
• Interpretazione dei dati
• Metrica
• Dati sui social media minerari
• Dati di modellazione
• Strumenti di modellazione
• Produzione di visualizzazioni di dati
• Ricerca
• Modellazione del rischio
• Testare le ipotesi

creatività

Essere un buon scienziato dei dati significa anche essere creativi. In primo luogo, devi usare la creatività per individuare le tendenze nei dati. In secondo luogo, è necessario creare connessioni tra dati che potrebbero sembrare non correlati. Questo richiede molto pensiero creativo. Infine, devi spiegare questi dati in modo chiaro ai dirigenti della tua azienda. Ciò richiede spesso analogie e spiegazioni creative.

• Adattabilità
• Trasmissione di informazioni tecniche a persone non tecniche
• Il processo decisionale
• Alberi decisionali
• Esecuzione in un ambiente a ritmo rapido
• Pensiero logico
• Problem Solving
• Lavorare in modo indipendente

Comunicazione

Gli scienziati dei dati non devono solo analizzare i dati, ma devono anche spiegare tali dati agli altri. Devono essere in grado di comunicare dati alle persone, spiegare l'importanza dei modelli nei dati e suggerire soluzioni. Ciò comporta la spiegazione di problemi tecnici complessi in un modo che è facile da capire. Spesso, comunicare i dati richiede abilità comunicative visive, orali e scritte.

• assertività
• Collaborazione
• Consulenza
• Coltivare i rapporti con gli stakeholder interni ed esterni
• Assistenza clienti
• Documentare
• Consenso di disegno
• Facilitare le riunioni
• Comando
• mentoring
• Presentazione
• Gestione di progetto
• Metodologie di gestione del progetto
• Timeline del progetto
• Fornire linee guida ai professionisti IT
• Segnalazione
• Abilità di supervisione
• Formazione
• Comunicazioni verbali
• scrittura

Matematica

Mentre le competenze trasversali come l'analisi, la creatività e la comunicazione sono importanti, anche le competenze difficili sono fondamentali per il lavoro. Uno scienziato dei dati ha bisogno di abilità matematiche, in particolare nel calcolo multivariabile e nell'algebra lineare.

• algoritmi
• Creare algoritmi
• Set di dati di recupero informazioni
• Algebra lineare
• Modelli di apprendimento automatico
• Tecniche di apprendimento automatico
• Calcolo multivariabile
• statistica
• Modelli di apprendimento statistico
• Modellazione statistica

Programmazione e competenze tecniche

Gli scienziati dei dati richiedono competenze informatiche di base, ma le competenze di programmazione sono particolarmente importanti. Essere in grado di codificare è fondamentale per quasi tutte le posizioni di scienziato dei dati. La conoscenza di linguaggi di programmazione come Java, R, Python o SQL è essenziale.

• AppEngine
• Amazon Web Services (AWS)
• C ++
• Competenze informatiche
• CouchDB
• js
• ECL
• bagliore
• API di visualizzazione di Google
• Hadoop
• HBase
• Giava
• Matlab
• Microsoft Excel
• Perl
• Presa della corrente
• Pitone
• R
• js
• Reporting Tool Software
• SAS
• Lingue di scripting
• SQL
• quadro

Job Outlook per Data Scientist

Secondo il Bureau of Labor Statistics, nel 2016 27.900 persone sono state impiegate come scienziati nel campo della ricerca di computer e informazioni; il loro stipendio annuale medio nel 2017 era di $ 114.520. Si prevede che le opportunità di carriera in questo campo aumenteranno del 19% entro il 2026, molto più rapidamente della media.