Slik lykkes du som dataforsker: 3 tips

Hvorfor dataforskere trenger å forstå virksomheten På Grace Hopper-feiringen i 2018 forklarte Angela Zutavern fra AlixPartners hvordan dataforskere kan gi mest mulig verdi for selskapene sine.

Mer om Big Data

  • Datahåndtering: Et jukseark
  • Hvordan integrere robotprosessautomatisering i big data-prosjekter
  • Programmereren Hadley Wickham utpeker mangfoldet av R-samfunnet
  • Hvordan velge riktige dataanalyseverktøy: 5 trinn

Kåret til den mest lovende jobben i Amerika for 2019, regnes nå som forskere som kritiske for bedrifter som genererer store mengder informasjon. Flere og flere organisasjoner implementerer Internet of Things (IoT) -teknologi i sine digitale transformasjonsinitiativer, gir inn mer data og resulterer i en større etterspørsel etter disse fagfolkene, som kan gjøre denne informasjonen om til handlingsplaner.

Jobbåpninger for dataforskere vokste med 56% det siste året, ifølge en fersk LinkedIn-rapport. Denne økte etterspørselen er grunnen til at dataforskerens tittel har toppet Glassdores liste over beste jobber i Amerika de siste tre årene, som dataforskere bekrefter høy lønn og arbeidsglede i sine roller.

"Dataforskere hjelper selskaper med å tolke og administrere data og løse komplekse problemer ved å bruke kompetanse i en rekke datanisjer, " sier Neely Dolan, senior rekrutteringsansvarlig ved teknisk rekrutteringsfirma Mondo. "I lekmannsuttrykk vet dataforskere hvordan de kan hente ut mening fra og tolke data, ved å bruke både verktøy og metoder fra statistikk og maskinlæring."

De 10 beste ferdighetene som forventes av dataforskere inkluderer koding, algoritmer, big data-analyse, datamanipulering, statistikk, maskinlæring, naturlig språkbehandling, undersøkende dataanalyse, formalisering av problemer og kommunikasjon, rapporterte Alison DeNisco Rayome fra TechRepublic.

Enkel bevissthet om disse ferdighetene garanterer imidlertid ikke suksess. En god dataforsker nærmer seg deres handel på spesifikke måter. Her er tre ting data forskere trenger for å lykkes i feltet.

1. Kommunikasjon

Rollen som dataforsker er dypt teknisk, fokusert på statistisk analyse, modellering og maskinlæring, sa Julia Silge, dataforsker ved Stack Overflow.

Imidlertid bruker dataforskere energi og krefter på å kommunisere om hva arbeidet deres betyr med interessenter, "sa Silge. "At jeg analyserer komplekse datasett og trener statistiske modeller er stort og nødvendig, men hvis jeg ikke kan forklare interessenter hva disse betyr, kan vi ikke bruke det til å ta forretningsavgjørelser."

En feil data forskere ofte gjør er å ta på seg en modellutvikling uten å forstå de forretningsmessige målene med modellen, sa Saniye Alaybeyi, seniordirektøranalytiker i Gartner.

Datavitenskapere må kommunisere med ledere for å vite hva formålet med dataarbeidet er fra starten av, for å oppnå best mulig forretningsinnsikt fra dataene, la Alaybeyi til.

2. Samarbeid

I takt med kommunikasjon må dataforskere samarbeide med lagkameratene og slå sammen de tekniske ferdighetene deres med forretningsinitiativer.

"Dataforskernes viktigste jobb er å oppdage innsikt, " sa Alaybeyi. "Det er en misforståelse i dag at dataforskeren er maskinlæringen eller AI-eksperten. Det er ikke sant. Dataforskere modellerer komplekse forretningsproblemer og oppdager forretningsinnsikt."

Dette krever samarbeid med tverrfunksjonelle interessenter, la Alaybeyi til. "Dette hjelper dataforskere til å forstå forretningsbruken av data, " Forretningsfolk og domenekspertene må være involvert på dette stadiet, "sa hun

Datavitenskapene som er de mest suksessrike og som har størst positiv innvirkning i organisasjoner, er de som er i stand til å koble ferdighetene sine til den daglige funksjonen til organisasjonen, i stedet for å jobbe i en silo, sa Silge.

3. Utdanning

Sterke dataforskere slutter aldri å lære, sa Dolan. "Dataforskere vil alltid trenge å fortsette å utdanne seg til å holde seg oppdatert om de siste trendene og utviklingen, " la Dolan til. "Denne typen praksis er alltid i utvikling, så å holde seg oppdatert om de nyeste trendene og funnene vil føre til karriereutvikling og profesjonell suksess."

Selv om den dype, tekniske kunnskapen ikke bør være det eneste forskere fokuserer på, er disse ferdighetene utvilsomt iboende for stillingsstillingen, sa Silge.

Dataforskere kan imidlertid ikke la deres kunnskapsbase gå på hodet: "En feil jeg har sett data forskere gjør er å tenke at enten deres høye utdanningsnivå eller dype statistiske kunnskap gjør dem 'spesielle' eller bedre enn kolleger fra andre avdelinger, "Sa Silge. "Det er viktig å innse at arbeidet til andre interessenter i en organisasjon er nødvendig og ikke av mindre verdi enn det tekniske arbeidet til en dataforsker."

For å lære mer om rollen som en dataforsker, sjekk ut TechRepublics dataforsker jukseark.

Data, Analytics og AI Nyhetsbrev

Få eksperttips for å mestre grunnleggende grunnleggende analyser av data, og følg med på den siste utviklingen innen kunstig intelligens. Leveres mandager

Registrer deg i dag

© Copyright 2020 | mobilegn.com