Pregled vještina potrebnih za znanstvenika podataka
U 2012. godini, Harvard Business Review izjavio je da je "Data Scientist najseksepilniji posao 21. stoljeća". Unaprijed da biste znali koje su vještine potrebne da bi bio podatkovni znanstvenik, pogledajmo što radi znanstvenik podataka. Mnogo je načina na koje se znanstvenik može definirati, ali da to pojednostavimo neka to kažemo ovako, Data Scientist je netko tko može izvući značenje i dobiti vrijedne uvide iz podataka. Rad znanstvenika s podacima uglavnom uključuje prikupljanje, čišćenje i manipuliranje podacima.
Tehničke i netehničke vještine
Zavirimo sada u tehničke i netehničke vještine koje su ključne za znanstvenika podataka.
Tehničke vještine
Tehničke vještine potrebne za znanstvenika podataka dane su u nastavku.
1. Sposobnost za bavljenje velikom količinom podataka
Količina generiranih podataka eksponencijalno raste od posljednjih nekoliko godina i većina ih je klasificirana kao nestrukturirani podaci. Nestrukturirani podaci obično se odnose na podatke koji ne sadrže tradicionalnu bazu podataka stupaca s retcima koja je upravo suprotna strukturiranim podacima, a neki od primjera nestrukturiranih podataka su videozapisi, fotografije, audio poruke. Kako je glavna uloga znanstvenika podataka izvlačenje značenja iz podataka, trebalo bi se ugodno baviti velikim količinama podataka bez obzira na prirodu jesu li strukturirani ili nestrukturirani.
2. Vizualizacija podataka
Podaci koji se generiraju u tvrtkama moraju se prevesti u lako razumljiv format i donositi odluke. Kao podatkovni znanstvenik, osoba mora vizualizirati podatke uz pomoć alata kao što su Tableau, Plotly, Visual.ly, D3.js i Power BI. Važno je i da znanstvenik za podatke bude upoznat s načelima koja vizualno spajaju podatke. Ovo je jedna od važnih uloga za znanstvenika podataka, jer je vizualizacija podataka jedini izbor aktivnosti za tvrtke koje izravno rade s podacima.
3. Statistika
Uloga statistike u znanosti podataka je vrlo presudna. Znanstvenicima koji se bave podacima, statistika je matematička disciplina koja daje potrebne alate i metode za pronalaženje obrazaca i uvida u složeni skup podataka izvodeći matematičke proračune na njima. Kako je uloga podatkovnog znanstvenika da dobije značenje identificiranjem obrazaca u podacima, znanje iz statistike je ključna vještina znanstvenika s podacima.
4. Vještine programiranja
S količinom podataka generiranom prije 20 godina, Excel bi bio dovoljan da se nosi s tim, ali s količinom strukturiranih i nestrukturiranih podataka koji generiraju današnje podatke, znanstvenici bi trebali imati znanje o alatima za programiranje poput Python, R, SQL kao
- Daju više prostora za obuku skupa podataka s mnogim statističkim tehnikama
- Oni poboljšavaju efikasnost postupka radeći analizu podataka
5. Manipulacija podataka
U većini slučajeva podaci koji su nam potrebni bit će neuredni i teško će im znanstvenici s podacima raditi s takvom vrstom podataka. Dakle, nakon dobivanja podataka iz jezgara, prvi je korak suočavanje s tim nesavršenostima. Neke nesavršenosti uključuju vrijednosti koje nedostaju, nepravilne žice poput LA-a za Los Angeles, oblikovanje datuma poput 10/09/2009 i 2009/09/10. Sve ove nesavršenosti moraju se razvrstati prije početka obuke ili analize podataka.
6. Multi-varijabilni račun i linearna algebra
Razumijevanje koncepata matrica (linearna algebra) i diferencijacije (račun) važna je vještina koju bi znanstvenik podataka trebao posjedovati. U organizaciji u kojoj postojeći podaci o njoj igraju glavnu ulogu u donošenju budućih predviđanja, mala poboljšanja u prediktivnom učinku ili algoritamskoj optimizaciji mogu napraviti veliku razliku za organizaciju. U početnim fazama znanstvenika s podacima kada koristi unaprijed kodirane modele ne treba imati dubinsko razumijevanje matrica ili izračuna, ali da bi razumjeli što se događa pod kapom modela ili da izrade vlastite implementacije, svakako je potrebno razumjeti ove koncepte.
Netehničke vještine
Netehničke vještine potrebne za znanstvenika podataka dane su u nastavku.
1. Intelektualna znatiželja
Tijekom analize podataka organizacije u većini slučajeva nitko neće moći vidjeti izravne rezultate ili odgovore. Povećajte broj pitanja koja započinjete postavljati više odgovora koje ćete shvatiti iz podataka. Općenito, znatiželja je definirana kao snažna želja da se nešto shvati. To je razlog zašto je intelektualna znatiželja vrlo važna osobina znanstvenika s podacima.
2. Snažna poslovna oštrina
Bez razumijevanja podataka organizacije ili elemenata u poslovnom modelu, sve tehničke vještine koje znanstvenik podataka posjeduje neće moći dobiti potrebne rezultate za organizaciju, jer neće moći razumjeti koje su karakteristike prisutne u skupu podataka treba dati prednost i što bi se trebalo smatrati posljednjim. Dakle, za znanstvenika s podacima, razumijevanje poslovnog modela i podataka organizacije pomoći će u rješavanju njegovih potencijalnih izazova za održavanje i rast poslovanja.
3. Snažne komunikacijske vještine
Kao podatkovni znanstvenik, treba pripremiti prezentaciju o svojim tehničkim nalazima i predstaviti je netehničkim timovima poput prodajnih odjela u neko ili drugo vrijeme u karijeri. Kao podatkovni znanstvenik, treba posjedovati vještine poput pripovijedanja priča (sposobnost pripovijedanja priča iz otkrića), jer će cjelokupno vrijeme i energija utrošena na istraživanje podataka, primjenu statističkih tehnika, otkrivanje rezultata i sve ostale stvari ići uzalud ako znanstvenik podataka nije u stanju pravilno prenijeti poruke poslovnim rukovodiocima. A u većini slučajeva poslovni direktori neće biti zainteresirani slušati sve korake koje smo slijedili kako bismo došli do zaključaka, oni će se uglavnom usredotočiti na ishod i predstavljene vrijednosti. Dakle, uvijek je najbolja praksa da priča bude jasna i usredotočena.
Zaključak - Vještine potrebne za znanstvenika podataka
Ovo su neke od najvažnijih vještina koje bi osoba trebala posjedovati kao podatkovni znanstvenik, jer njihov glavni posao uključuje rad na podacima organizacije, njihovo analiziranje i predstavljanje poslovnim rukovodiocima.
Preporučeni članci
Ovo je vodič za vještine potrebne za znanstvenika podataka. Ovdje smo raspravljali o tehničkim i netehničkim vještinama potrebnim za znanstvenik podataka. Možete i proći naše druge predložene članke da biste saznali više -
- Karijera podataka o znanosti
- Jezici podataka o znanju podataka
- Plata za velike podatke analitike
- Pitanja o intervjuu analitičara podataka
- PHP Promjena formata datuma