Habilitats de científics de dades per a currículums, cartes de presentació i entrevistes
Els científics de dades treballen en una varietat d'indústries, que van des de la tècnica fins a la medicina als organismes governamentals.
Les qualificacions per a un treball en ciències de la informació varien, perquè el títol és tan ampli. No obstant això, hi ha certes habilitats que busquen empresaris en gairebé tots els científics de dades. Els científics de dades necessiten habilitats estadístiques, analítiques i d'informes.
Aquí teniu una llista de les habilitats dels científics de dades per als currículums, cartes de presentació, sol·licituds de feina i entrevistes. Inclou una llista detallada de les cinc habilitats científiques de dades més importants, així com una llista més llarga d'habilitats més relacionades.
Com utilitzar llistes d'habilitats
Podeu utilitzar aquestes llistes de competències al llarg del procés de cerca de feina. En primer lloc, podeu utilitzar aquestes paraules d'habilitat al vostre full de vida . A la descripció del vostre historial de treball, és possible que vulgueu utilitzar algunes d'aquestes paraules clau.
En segon lloc, podeu utilitzar-los a la vostra carta de presentació . En el cos de la seva carta, podeu esmentar una o dues d'aquestes habilitats, i donar un exemple específic d'un moment en què va demostrar aquestes habilitats en el treball.
Finalment, podeu utilitzar aquestes paraules d'habilitat en una entrevista. Assegureu-vos que tingueu com a mínim un exemple d'una vegada que vau demostrar les cinc habilitats que apareixen aquí.
Per descomptat, cada treball requereix diferents habilitats i experiències, així que assegureu-vos de llegir la descripció de la feina acuradament i centrar-vos en les habilitats que s'enumeren l'empresari.
També reviseu les nostres altres llistes d'habilitats que figuren per feina i tipus d'habilitat .
Top 5 habilitats de científics de dades
Analític
Potser l'habilitat més important per a un científic de dades és poder analitzar la informació. Els científics de dades han de mirar i tenir sentit, grans franges de dades. Han de poder veure patrons i tendències en les dades i explicar-los. Tot plegat pren forts coneixements analítics.
Creativitat
Ser un bon científic de dades també significa ser creatiu. En primer lloc, cal utilitzar la creativitat per detectar tendències en les dades. En segon lloc, haureu de fer connexions entre dades que poden no estar relacionades. Això pren un gran pensament creatiu. Finalment, heu d'explicar aquestes dades d'una forma clara per als executius de la vostra empresa. Això sovint requereix analogies creatives i explicacions.
Comunicació
Els científics de dades no només han d'analitzar les dades, sinó que també han d'explicar aquestes dades als altres. Han de ser capaços de comunicar dades a les persones, explicar la importància dels patrons en les dades i suggerir solucions. Això implica explicar problemes tècnics complexos d'una manera fàcil d'entendre. Sovint, la comunicació de dades requereix habilitats comunicatives visuals, orals i escrites.
Matemàtiques
Tot i que les habilitats blaves com l'anàlisi, la creativitat i la comunicació són importants, les habilitats difícils també són fonamentals per al treball. Un científic de dades necessita habilitats matemàtiques, especialment en càlcul multivariable i àlgebra lineal.
Programació
Els científics de dades requereixen coneixements informàtics bàsics, però les habilitats de programació són especialment importants. Ser capaç de codificar és fonamental per a gairebé qualsevol posició de científic de dades. El coneixement de llenguatges de programació com Java, R, Python o SQL són importants.
Habilitats del científic de dades
AC
- Adaptabilitat
- Algorismes
- Algorítmica
- Analític
- Eines analítiques
- Analytics
- AppEngine
- Assertivitat
- AWS
- Dades massives
- C + +
- Col·laboració
- Comunicació
- Habilitats informàtiques
- Construint models predictius
- Consultoria
- Transmissió d'informació tècnica a persones no tècniques
- CouchDB
- Creació d'algorismes
- Creació de controls per assegurar l'exactitud de les dades
- Creativitat
- Pensament crític
- Cultivar relacions amb actors interns i externs
- Servei d'atenció al client
D-J
- Dades
- Anàlisi de dades
- Anàlisi de dades
- Manipulació de dades
- Data Wrangling
- Eines de ciències de dades
- Eines de dades
- Mineria de dades
- D3.js
- Presa de decisions
- Arbres de decisió
- Desenvolupament
- Documentar
- Consens de dibuix
- ECL
- Avaluació de noves metodologies analítiques
- Execució en un entorn ràpid
- Facilitant reunions
- Flamarada
- API de visualització de Google
- Hadoop
- HBase
- Alta energia
- Conjunts de dades de recuperació d'informació
- Interpretació de dades
- Java
L-P
- Lideratge
- Àlgebra linial
- Pensament lògic
- Models d'aprenentatge automàtic
- Tècniques d'aprenentatge automàtic
- Matemàtiques
- Matlab
- Mentoring
- Mètriques
- Microsoft Excel
- Dades de mitjans socials de mineria
- Modelatge de dades
- Eines de modelatge
- Càlcul multivariable
- Perl
- PowerPoint
- Presentació
- Solucionar problemes
- Producció de visualitzacions de dades
- Gestió de projectes
- Metodologies de gestió de projectes
- Línies de temps del projecte
- Programació
- Oferir orientació als professionals de TI
- Python
R-W
- R
- Raphael.js
- Informes
- Programari d'eines d'informes
- Eines d'informes
- Informes
- Recerca
- Investigació
- Modelització de riscos
- SAS
- Llenguatges de scripting
- Motivació automàtica
- SQL
- Estadístiques
- Models estadístics d'aprenentatge
- Modelització estadística
- Supervisor
- Taula
- Prenent iniciativa
- Hipòtesis de proves
- Formació
- Verbal
- Treballant de forma independent
- Escriure
Més informació: Títols de treball de Ciències de la Informació
Articles relacionats: Soft vs. Hard Skills | Com incloure paraules clau al vostre currículum Llista de paraules clau per a currículums i cartes de coberta | Habilitats de treball en equip | Reprendre la llista de competències