Колекции

Какво търсят бизнесите при наемане на изследователи на данни

Какво търсят бизнесите при наемане на изследователи на данни


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Днес науката за данните е в основата на почти всеки бизнес и организация. Нарастващата необходимост не само да събира данни, но да ги пресява и анализира за директни решения, предизвика огромно търсене на квалифицирани специалисти по данни.

Кариерата на учен по данни се радва на онези, които не само да намерят търсена позиция, но и такава, която предлага висок потенциал за доходи и висока удовлетвореност от работата. Класира се като най-добрата работа за 2019 г. в Америка в Glassdoor със средна основна заплата от $108,000 и ранг 4,3 от 5 за удовлетвореност от работата.

За да получите яснота относно разликите между учен за данни и анализатор на данни, вижте следното видео:

Какво е необходимо, за да бъдеш учен по данни? Очевидно е, че силните технически умения са от съществено значение. Но въпросът е кои конкретни умения трябва да се овладеят, за да се зададат по този конкретен път на кариера?

СВЪРЗАНИ: ЕВОЛЮЦИЯТА НА КОМПЮТЪРНИТЕ ЕЗИЦИ НАД 136 ГОДИНИ

Необходимите умения

Отговорът на въпроса за основните умения за изследователите на данни продължава да се променя и да се развива, както се вижда от широко цитирана статия по темата от KD Nuggets, 9 Трябва да имате умения, от които се нуждаете, за да станете учен по данни, актуализиран. „Актуализираното“ бе добавено към заглавието, тъй като броят на уменията в списъка нарастваше с годините.

Понастоящем 13-те умения в списъка на KD Nuggets са следните:

  1. Образование
  2. R Програмиране
  3. Python кодиране
  4. Платформа Hadoop
  5. SQL база данни / кодиране
  6. Apache Spark
  7. Машинно обучение и AI
  8. Визуализация на данни
  9. Неструктурирани данни
  10. Интелектуално любопитство
  11. Бизнес проницателност
  12. Комуникационни умения
  13. Съвместна дейност

Въпреки че някои от уменията не са изненада, тъй като бихте очаквали учен по данни да владее езиците и техническите умения, използвани в науката за данни, някои от елементите са малко по-общи. И това е така, защото науката за данните не е въпрос само на извличане на числа, а на осмисляне на всичко в контекста на бизнес целите.

Не просто наука, а и изкуство

Ето защо преди няколко годиниVenture Beat предположи, че „художник на данни“ може да е по-точно заглавие на длъжността: „Може би тези учени не са Айнщайн и Едисон, а Ван Гог и Пикасо от революцията на големите данни.“ Въпросът е да се признае, че учените по данни не просто наблюдават и количествено определят, а измислят творчески подходи за извличане на прозрение и стойност от данните.

Успешният учен по данни не е просто някой, който е проверил списъка с твърди умения; той или тя трябва да има способността да мисли как да подходи към даден проблем по нов начин, който отваря пътя към решение и след това ефективно да комуникира какво е работило и защо. Далеч повече от обикновен квант, успешният учен по данни е креативен мислител и решаващ проблеми с разбиране на домейна.

Интервюто доказателство за твърди и меки умения

Тази комбинация от умения е това, което излиза от списъка, който Роджър Хуанг представяВсяко интервю за науката за данни се свежда до пет основни въпроса. Тези пет въпроса се получават 60% твърди умения, 20% меки умения и 20% способност за прилагане на знания към ситуацията.

Трудните умения съставляват три от въпросите: един по математика, един по кодиране и един по статистика. Меките умения влизат в сила при предоставянето на отговора на това, което Хуанг нарича „поведенчески въпроси“, което оценява пригодността на кандидата за фирмената култура. След това има това, което той нарича „сценариен въпрос“, този, който предизвиква кандидатите да демонстрират способността си да приложат наученото към конкретна ситуация и да очертаят подход, който може да работи.

Виждайки по-голямата картина

Тъй като една от отличителните черти на учения за данни е интелектуалното любопитство, което подтиква човека да търси истинско разбиране, очаква се, че човекът ще направи нещо повече от просто смачкване на числа. Като Wall Street Journal статия, Какво е изследовател на данни, така или иначе? декларира, „ефективен учен за данни ... има способността да види как определени подмножества от данни могат да бъдат по-полезни от другите и какви изводи могат да се направят от тях“.

Също така е важно да се интересувате от общата картина на организацията и какви резултати са свързани с нейните цели. Това е в съответствие с това, което д-р Джон Мейдън, учен по данни от JP Morgan Chase's Digital Intelligence, описва в блога на Академията за научни данни на NYC.

Едно от ключовите неща, които търсят във финансовата фирма, е способността да „прилагат решения за големи, разхвърляни проблеми от реалния свят“. Той обяснява, че това е така, защото работата включва по-малко участие в „директен анализ на данните“, отколкото в „разбъркване на разхвърляни масиви от данни, за да се предоставят полезни прозрения“.

Cs са ключови

Във видеото по-долу Бернард Онг, AVP, водещ изследовател на данни, Advanced Analytics във Lincoln Financial Group, разказва за собствения си път на кариера и за това, което търси в кандидатите, когато наема за екипа си. В допълнение към уменията за кодиране и математика, той казва, че иска кандидати, които притежават това, което той нарича „3 Cs“. Те означават любопитство, креативност и критично мислене.

Онг обясни защо добрият учен по данни трябва да притежава тези възможности, за да „не само разбере моделирането и прогнозния анализ, но и какъв вид бизнес предизвикателства се опитваме да отговорим“. Тук е важно да се мисли как нещата си пасват.

„Започва с задаването на правилните въпроси, които произтичат от любопитството. Продължава с критично мислене за оценка на проблема и напредва с креативност, за да излезе с иновативни решения и в предаването на визията до края на бизнеса по отношение на разбиранията им “, добави Онг.

Разказване на историята на данните, която движи решенията

Що се отнася до предаването на тази визия, „техническите термини“ просто не я отрязват. По-скоро „трябва да можете да разкажете историята зад данните“, посочва Онг.

Разработването на такива движения във фирма със сигурност изисква капитализиране на меки умения, но те също са от решаващо значение дори за тези, които остават в рамките на ролята на учен по данни. Maiden подчертава значението на възможността за добра комуникация „за предоставяне на полезни съвети за стимулиране на вземането на решения“. Това изисква не само устна и писмена комуникация, но и визуализация на данни, намиране на правилните диаграми на диаграми и графики, които да разказват историята на данните по начин, който го прави разбираем дори за тези, които не са обучени в анализа на данни.

Тъй като хората реагират силно на визуално доказателство, графичното представяне на корелациите и причинно-следствената връзка, изведени от анализа на данните, предава връзките по много по-убедителен начин от обикновения текст. Визуализацията на данните наистина е мястото, където математическото количествено определяне и творческата артистичност се обединяват към един и същ край на популяризирането на решения, основани на данни.

KD Nuggets засяга същата точка, като подчертава колко е важно да се развие „солидно разбиране на основите на индустрията и целите на фирмата“, за да даде възможност на ученият по данни да използва „техническите способности, за да направи промяна в дългосрочен план . " Това е още по-жизненоважно за учените по данни, чиито кариерни стремежи включват преминаване към роля в рамките на C-Suite.

Творческите подходи решават проблеми с данните

В същия дух Ong казва, че трябва да разбирате по-широкия контекст, за да сте сигурни, че работите с данните, необходими за решаване на проблема:

„Едно от предизвикателствата е получаването на точните данни за намиране на необходимите отговори. Можете да подготвяте големи количества данни и пак да установите, че те не предоставят търсената от вас информация. "

Това е мястото, където креативното мислене влиза в игра при разработването на „сливане на данни“. Този подход е да се комбинират „различни източници на данни в нови комбинации, които биха могли да осигурят правилния вид данни“.

„Тук творчеството помага на ученият по данни да прави нови открития и да разработва решения“, заявява Онг.

В крайна сметка работата с Big Data ефективно изисква използването както на креативността, така и на методичните процеси в идеална комбинация, която Einstein описва като идеал на науката:

„Самото формулиране на даден проблем е много по-важно от неговото решение, което може да е просто въпрос на математически или експериментални умения. За да повдигнете нови въпроси, нови възможности, да разгледате старите проблеми от нов ъгъл, е необходимо творческо въображение и отбелязва истинския напредък в науката. "


Гледай видеото: Paul Romer: The worlds first charter city? (Юни 2022).


Коментари:

  1. Zuzil

    Има нещо в това. Now everything is clear, thank you for your help in this matter.

  2. Zarek

    изобщо не съм съгласен

  3. Nazahn

    Мисля, че се допускат грешки. Пиши ми на ЛС.

  4. Clennan

    Yes, respond in a timely manner, this is important

  5. Zared

    Bravo, you were visited simply by the brilliant idea

  6. Bohannon

    Извинявам се, но не ме доближава напълно. Кой друг, какво може да подскаже?

  7. Abd Al Matin

    Най -вероятно. Най -вероятно.



Напишете съобщение