Du „LinkedIn“ analitikai 2008 m. Sukūrė terminą „duomenų mokslininkas“. Jie tiesiog bandė apibūdinti, ką jie daro, t. Tuo metu jie galų gale įvardijo pareigybę, kuri ateinančiais metais matys neįtikėtiną paklausą ir netgi bus pavadinta „Seksualiausias darbas iš 21švamžiaus. “
Dabar organizacijos, kurios laiko „duomenis“ vertingu turtu, ieško šių duomenų ekspertų ar „mokslininkų“, kurie juos vestų į ateitį.
Taigi, ko reikia norint būti puikiu duomenų mokslininku? Įvairių įgūdžių rinkinių!
Trumpai apžvelgti pagrindinius duomenų mokslininko įgūdžius.
Duomenų mokslo procesas apima 3 etapus.
- Duomenų fiksavimas
- Duomenų analizė
- Pristatymas
Pažvelkime iš arčiau į duomenų mokslininko vaidmenį kiekviename iš šių etapų.
Duomenų fiksavimas
- Programavimo ir duomenų bazių įgūdžiai
Pirmasis duomenų gavybos žingsnis yra teisingų duomenų surinkimas. Taigi, norint būti duomenų mokslininku, labai svarbu išmanyti įrankius ir technologijas, ypač tokias atvirojo kodo technologijas kaip „Hadoop“, „Java“, „Python“, „C ++“ ir duomenų bazių technologijas, tokias kaip „SQL“, „NoSQL“, „HBase“ ir pan.
- Verslo sritis ir patirtis
Duomenys skiriasi pagal verslą. Todėl norint suprasti verslo duomenis reikalinga patirtis, kuri suteikiama tik dirbant tam tikroje duomenų srityje.
Pvz .: Medicinos srityje surinkti duomenys visiškai skirsis nuo mažmeninės drabužių parduotuvės duomenų.
- Duomenų modeliavimas, sandėliavimas ir nestruktūrizuoti duomenų įgūdžiai
Organizacijos renka didžiulį kiekį duomenų per įvairius išteklius. Tokiu būdu užfiksuoti duomenys nėra struktūrizuoti ir juos reikia sutvarkyti prieš analizuojant. Todėl duomenų mokslininkas turi mokėti modeliuoti nestruktūrizuotus duomenis.
Duomenų analizė
- Statistinių įrankių įgūdžiai
Esminis duomenų mokslininko įgūdis yra žinoti, kaip naudotis statistinėmis priemonėmis, tokiomis kaip R, Excel, SAS ir pan. Šie įrankiai reikalingi užfiksuotiems duomenims susmulkinti ir juos analizuoti.
- Matematikos įgūdžiai
Vien kompiuterių žinių nepakanka norint būti duomenų mokslininku. Duomenų mokslininko profiliui reikalingas asmuo, kuris galėtų išmanyti plataus masto mašininio mokymosi algoritmus ir programavimą, tuo pačiu būdamas kvalifikuotas statistikas. Tam reikia kitų mokslo ir matematikos sričių, išskyrus kompiuterines kalbas, patirties.
Pristatymas
- Vizualizavimo įrankio įgūdžiai
Galbūt galėsite išminuoti ir modeliuoti surinktus duomenis, bet ar sugebate juos vizualizuoti?
Jei norite būti sėkmingas duomenų mokslininkas, turėtumėte mokėti dirbti su kai kuriomis duomenų vizualizavimo priemonėmis, kad vizualiai pavaizduotumėte duomenų analizę. Kai kurie iš jų apima R, „Flare“, „HighCharts“, „AmCharts“, „D3.js“, „Processing“ ir „Google Visualization“ API ir kt.
Bet tai dar ne pabaiga! Jei tikrai norite tapti duomenų mokslininku, taip pat turėtumėte turėti šiuos įgūdžius:
- Bendravimo įgūdžiai: Statistika ir „Excel“ yra keblus dalykas. Duomenų mokslininkai turėtų sugebėti pateikti duomenis taip, kad jie praneštų rezultatus verslo vartotojams.
- Verslo įgūdžiai : Duomenų mokslininkams teks atlikti kelis vaidmenis. Jie turėtų bendrauti su įvairiais organizacijos žmonėmis. Todėl turėsite stiprių verslo įgūdžių, kurie apims bendravimą, planavimą, organizavimą ir valdymą. Tai apima verslo ir taikymo reikalavimų supratimą ir atitinkamą informacijos interpretavimą. Be to, jis turėtų gerai suprasti pagrindinius iššūkius pramonėje ir žinoti finansinius rodiklius, kad būtų galima geriau priimti sprendimus. Apatinė eilutė, duomenų mokslininkas taip pat galvoja apie „verslą“.
- Problemų sprendimo įgūdžiai: Tai atrodo akivaizdu, nes duomenų mokslas yra susijęs su problemų sprendimu. Efektyvus duomenų mokslininkas turi skirti laiko ir nuodugniai išnagrinėti problemą bei pateikti galimą sprendimą, kuris tiktų vartotojui.
- Prognozavimo įgūdžiai: Duomenų mokslininkas taip pat turėtų būti veiksmingas prognozuotojas. Jis turėtų turėti daug žinių apie algoritmus, kad pasirinktų tinkamą, kuris tinkamai atitiktų duomenų modelį. Tam reikia tam tikro kūrybiškumo, norint protingai naudoti ir pateikti duomenis.
- Įsilaužimas: Žinau, kad tai skamba baisiai, tačiau skirtingi įsilaužimo įgūdžiai, tokie kaip manipuliavimas tekstiniais failais komandinėje eilutėje, vektorizuotų operacijų supratimas ir algoritminis mąstymas, padarys jus geresniu duomenų mokslininku.
Pažvelgus į minėtus įgūdžių rinkinius, akivaizdu, kad būti duomenų mokslininku nėra vien tik žinoti viską apie duomenis. Tai yra darbo profilis, sujungiantis duomenų įgūdžius, matematikos įgūdžius, verslo įgūdžius ir bendravimo įgūdžius. Turint visus šiuos įgūdžius, duomenų mokslininką galima teisingai vadinti IT srities roko žvaigžde.
kas yra pagrindinis rakto suvaržymas
Patikrinkite sąrašą, kad taptumėte nuostabiu ir efektyviu duomenų mokslininku:
Apžvelgėme įgūdžius, kurių reikia norint tapti duomenų mokslininku. Yra didžiulis skirtumas tiesiog tapti duomenų mokslininku ir tapti nuostabiu bei efektyviu duomenų mokslininku. Šie įgūdžiai kartu su aukščiau minėtais įgūdžiais išskiria jus nuo įprasto ar net vidutiniško duomenų mokslininko.
- Matematiniai įgūdžiai - Skaičiavimai, matricos operacijos, skaitmeninis optimizavimas, stochastiniai metodai ir kt.
- Statistiniai įgūdžiai - Regresijos modeliai, trafaretas, klasifikacijos, diagnostika, taikoma statistika ir kt.
- Bendravimas - Vizualizacija, pristatymas ir rašymas.
- Duomenų bazė - Be „CouchDB“, žinios netradicinėse duomenų bazėse, tokiose kaip „MongoDB“ ir „Vertica“.
- Programavimo kalbos - Kiaulė, avilys, „Java“, „Python“ ir kt.
- Natūralios kalbos apdorojimas ir Duomenų gavyba.
„Edureka“ turi specialiai kuruotą Tai padeda įgyti mašininio mokymosi algoritmų, tokių kaip „K-Means Clustering“, „Sprendimų medžiai“, „Random Forest“, „Naive Bayes“, patirtį. Sužinosite ir statistikos, laiko eilučių, teksto gavybos sąvokas ir įvadą į giluminį mokymąsi. Netrukus prasidės naujos šio kurso partijos !!