אוספים

מה עסקים מחפשים כשמעסיקים מדענים נתונים

מה עסקים מחפשים כשמעסיקים מדענים נתונים

כיום מדע הנתונים הוא לב ליבם של כמעט כל עסק וארגון. הצורך הגובר לא רק לאסוף נתונים אלא לנפות אותם ולנתח אותם להחלטות ישירות הביא לדרישה עצומה למדעני נתונים מוסמכים.

קריירה של מדעני נתונים גוררת משיכה רבה לאלה שלא רק למצוא משרה מבוקשת אלא כזו שמציעה פוטנציאל השתכרות גבוה ושביעות רצון גבוהה מהעבודה. זה מדורג כמשרה הטובה ביותר לשנת 2019 באמריקה ב- Glassdoor עם שכר בסיס חציוני של $108,000 ודרגה 4.3 מתוך 5 לשביעות רצון בעבודה.

כדי לקבל בהירות לגבי ההבדלים בין מדען נתונים למנתח נתונים, עיין בסרטון הבא:

מה צריך כדי להיות מדען נתונים? ברור שכישורים טכניים חזקים הם חיוניים. אבל השאלה היא אילו מיומנויות ספציפיות צריך לשלוט בכדי לקבוע את מסלול הקריירה הספציפי הזה?

קשורים: התפתחות שפות המחשבים מעל 136 שנים

כישורי החובה

התשובה לשאלת הכישורים החיוניים עבור מדעני הנתונים ממשיכה להשתנות ולהתפתח כפי שמעידים מאמר שצוטט על ידי KD Nuggets בנושא. 9 מיומנויות חובה שאתה צריך כדי להיות מדען נתונים, מעודכנות. "המעודכן" נוסף לכותרת מכיוון שמספר הכישורים ברשימה גדל עם השנים.

נכון לעכשיו 13 הכישורים ברשימת KD Nuggets הם הבאים:

  1. חינוך
  2. תכנות R
  3. קידוד פייתון
  4. פלטפורמת Hadoop
  5. מסד נתונים / קידוד SQL
  6. אפאצ'י ניצוץ
  7. למידת מכונה ו- AI
  8. נתונים להדמיה
  9. נתונים לא מובנים
  10. סקרנות אינטלקטואלית
  11. חוש עסקי
  12. כישורי תקשורת
  13. עבודת צוות

בעוד שחלק מהמיומנויות אינן מפתיעות, מכיוון שהיית מצפה שמדען נתונים ישתלט בשפות ובמיומנויות הטכניות המשמשות במדע הנתונים, חלק מהפריטים הם קצת יותר כלליים. וזה מכיוון שמדע הנתונים אינו עניין של חילוץ מספרים בלבד אלא הגיוני מכל זה בהקשר ליעדים עסקיים.

לא רק מדע אלא אמנות

לכן לפני מספר שניםמיזם ביט הציע ש"אמן נתונים "עשוי להיות כותרת תפקיד מדויקת יותר:" אולי המדענים האלה אינם איינשטיין ואדיסון אלא הוואן גוך ופיקאסו של מהפכת הנתונים הגדולים. " העניין הוא להכיר בכך שמדעני הנתונים לא רק צופים וכמתים אלא מגיעים לגישות יצירתיות להפקת תובנה וערך מנתונים.

מדען נתונים מצליח הוא לא רק מישהו שבדק את רשימת הכישורים הקשים; הוא או היא צריכים להיות בעלי יכולת לחשוב כיצד לגשת לבעיה בדרך חדשה שפותחת את הדרך לפיתרון ואז לתקשר ביעילות מה עבד ולמה. מדענית הנתונים המצליחה היא הרבה יותר מכמות בלבד, היא הוגה יצירתי ופתרון בעיות עם הבנה בתחום.

הוכחת הראיון לכישורים קשים ורכים

תמהיל כישורים זה הוא מה שעולה מהרשימה בה מציג רוג'ר הואנגכל ראיון למדעי הנתונים הסתכם בחמש שאלות בסיסיות. חמש השאלות האלה מסתדרות 60% כישורים קשים, 20% כישורים רכים, ו 20% יכולת ליישם ידע למצב.

הכישורים הקשים מהווים שלוש מהשאלות: אחת בנושא מתמטיקה, אחת בנושא קידוד ואחת בנושא סטטיסטיקה. כישורים רכים באים לידי ביטוי במתן התשובה למה שהואנג מכנה "שאלות התנהגותיות" המעריכות את כשירותו של המבקש לתרבות החברה. ואז יש מה שהוא מכנה "שאלת התרחיש", זה שמאתגר את המועמדים להפגין את יכולתם ליישם את מה שלמדו על סיטואציה מסוימת ולתאר גישה שיכולה לעבוד.

לראות את התמונה הגדולה יותר

כאחד המאפיינים הבולטים של מדען הנתונים הוא הסקרנות האינטלקטואלית המבקשת אדם לחפש הבנה אמיתית, יש לצפות שהאדם יעשה יותר מאשר מספרים בלבד. כ וול סטריט ג'ורנל מאמר, מה זה בכלל מדען נתונים? הצהיר, "למדען נתונים יעיל ... יש יכולת לראות כיצד תת קבוצות מסוימות של נתונים עשויות להיות שימושיות יותר מאחרות, ואילו מסקנות ניתן להסיק מהן."

חשוב גם להתעניין בתמונה הגדולה של הארגון ואילו תוצאות רלוונטיות למטרותיו. זה עולה בקנה אחד עם מה שתאר ד"ר ג'ון מיידן, מדעני נתונים עם המודיעין הדיגיטלי של ג'יי.פי מורגן צ'ייס, בבלוג של האקדמיה למדעי הנתונים של NYC.

אחד הדברים המרכזיים שהם מחפשים בחברה הפיננסית הוא היכולת "ליישם פתרונות לבעיות גדולות ומבולגנות בעולם האמיתי". הוא מסביר זאת משום שהתפקיד כרוך בפחות מעורבות ב"ניתוח נתונים פשוט "מאשר ב"מערכות נתונים מבולבלות המתלהמות בכדי לספק תובנות הניתנות לפעולה."

ה- Cs הם המפתח

בסרטון שלהלן, ברנרד אונג, AVP, מדען נתונים מוביל, אנליטיקס מתקדמת בקבוצת לינקולן פיננסיל, מספר על מסלול הקריירה שלו ועל מה שהוא מחפש אצל מועמדים בעת שכירת צוותו. בנוסף למיומנויות הקידוד והמתמטיקה, הוא אומר, הוא רוצה מועמדים שיש להם מה שהוא מכנה "3 Cs". אלה מייצגים סקרנות, יצירתיות וחשיבה ביקורתית.

אונג הסביר מדוע מדען נתונים טוב צריך להיות בעל יכולות אלה על מנת "לא רק להבין דוגמנות וניתוח ניבוי אלא גם איזה סוג של אתגרים עסקיים אנו מנסים להתמודד." כאן חשוב לחשוב כיצד הדברים משתלבים זה בזה.

"זה מתחיל בשאלת השאלות הנכונות, שנובעות מסקרנות. זה ממשיך בחשיבה ביקורתית כדי להעריך את הבעיה ומתקדם ביצירתיות כדי להגיע לפתרונות חדשניים ולהעביר את החזון אל הקצה העסקי במונחים שהם מבינים ", הוסיף אונג.

לספר את סיפור הנתונים שמניע החלטות

כשמדובר בתקשורת של חזון זה, "מונחים טכניים" פשוט לא חותכים אותו. במקום זאת, אתה "צריך להיות מסוגל לספר את הסיפור שמאחורי הנתונים", מציין אונג.

עבודה בתנועות כאלה בתוך חברה בהחלט מצריכה לנצל מיומנויות רכות, אך הן גם חיוניות גם עבור מי שנשאר בתפקיד מדעני הנתונים. מיידן מדגישה את החשיבות של היכולת לתקשר היטב "כדי לספק ייעוץ לפעולה להנעת קבלת החלטות." זה לא קורא רק לתקשורת בעל פה ובכתב אלא להדמיה של נתונים, למצוא את התרשימים והגרפים הנכונים כדי לספר את סיפור הנתונים בצורה שהופכת אותו למובן גם עבור מי שלא לומד בניתוח נתונים.

כשאנשים מגיבים חזק להוכחה חזותית, ייצוג גרפי של המתאמים והסיבתיות שניתוח הנתונים מעלה, מעביר את הקשרים בצורה הרבה יותר משכנעת מאשר טקסט בלבד. ויזואליזציה של נתונים היא המקום בו כימות מתמטית ואומנות יצירתית מתאחדות לקראת אותו סוף של קידום החלטות מונעות נתונים.

KD Nuggets נוגעת באותה נקודה בהדגשה עד כמה חשוב לפתח "הבנה מוצקה של יסודות הענף ומטרות החברה" כדי לאפשר למדען הנתונים לנצל "יכולות טכניות לחולל שינוי בטווח הארוך. . ” זה מעניין עוד יותר עבור מדעני נתונים ששאיפות הקריירה שלהם כוללות מעבר לתפקיד בתוך ה- C-Suite.

גישות יצירתיות פותרות בעיות נתונים

באותה המידה אומר אונג כי עליכם להבין את ההקשר הגדול יותר כדי להיות בטוחים שאתם עובדים עם הנתונים הנדרשים לפתרון הבעיה:

"אחד האתגרים הוא להשיג את הנתונים הנכונים כדי למצוא את התשובות הדרושות. אתה יכול לאצור כמויות גדולות של נתונים ועדיין לגלות שהוא לא מספק את המידע שאתה מחפש. "

זה המקום שבו חשיבה יצירתית נכנסת לתפקיד בפיתוח "מיזוג נתונים". גישה זו היא לשלב "מקורות נתונים שונים לשילובים חדשים שיכולים לספק סוג נתונים נכון".

"כאן היצירתיות מסייעת למדען הנתונים לגלות תגליות חדשות ולפתור פתרונות", מצהיר אונג.

בסופו של דבר, עבודה עם ביג דאטה דורשת ביעילות להשתמש הן ביצירתיות והן בתהליכים מתודיים בשילוב אידיאלי שאינסטרייד תואר כאידיאל המדע:

"עצם הניסוח של הבעיה חיוני בהרבה מהפתרון שלה, שעשוי להיות רק עניין של כישורים מתמטיים או ניסיוניים. כדי להעלות שאלות חדשות, אפשרויות חדשות, להתייחס לבעיות ישנות מזווית חדשה דורש דמיון יצירתי ומסמן התקדמות אמיתית במדע. "


צפו בסרטון: סאקסס על הבוקר - אלעד הדר וים נשר. סאקסס ייעוץ עסקי (אוֹקְטוֹבֶּר 2021).