Sådan lykkes du som dataforsker: 3 tip

Hvorfor dataforskere er nødt til at forstå forretningen Ved Grace Hopper-fejringen i 2018 forklarede Angela Zutavern fra AlixPartners, hvordan datavidenskabsfolk kan give mest mulig værdi for deres virksomheder.

Mere om Big Data

  • Datastyring: Et snyderi
  • Sådan integreres robotprocesautomatisering i big data-projekter
  • Programmerer Hadley Wickham præsenterer mangfoldigheden i R-samfundet
  • Sådan vælges de rigtige dataanalyseværktøjer: 5 trin

Kåret som det mest lovende job i Amerika for 2019, betragtes dataforskere nu som kritiske for virksomheder, der genererer store mængder information. Flere og flere organisationer implementerer Internet of Things (IoT) -teknologi i deres digitale transformationsinitiativer, indbringer flere data og resulterer i en større efterspørgsel efter disse fagfolk, der kan omdanne denne information til handlingsplaner.

Jobåbninger for datavidenskabsmænd voksede med 56% i det sidste år, ifølge en nylig LinkedIn-rapport. Denne øgede efterspørgsel er grunden til, at dataforskerens titel har toppet Glassdoor's liste over bedste job i Amerika i de sidste tre år, hvilket dataforskere bekræfter høje lønninger og jobtilfredshed i deres roller.

"Datavidenskabsmænd hjælper virksomheder med at fortolke og styre data og løse komplekse problemer ved hjælp af ekspertise inden for en række datainiches, " sagde Neely Dolan, senior rekrutteringschef på det tekniske rekrutteringsfirma Mondo. "I lægmannsbetingelser ved dataforskere, hvordan man udtrækker mening fra og fortolker data ved hjælp af både værktøjer og metoder fra statistik og maskinlæring."

De top 10 færdigheder, som forventes af datavidenskabsmænd, inkluderer kodning, algoritmer, big data-analyse, datamanipulation, statistik, maskinindlæring, naturlig sprogbehandling, efterforskende dataanalyse, formalisering af problemer og kommunikation, rapporteret TechRepublic's Alison DeNisco Rayome.

Imidlertid garanterer enkel bevidsthed om disse færdigheder ikke succes. En god datavidenskabsmand nærmer sig deres handel på specifikke måder. Her er tre ting, som forskere har brug for for at få succes på området.

1. Kommunikation

Datavidenskabens rolle er dybt teknisk, fokuseret på statistisk analyse, modellering og maskinlæring, sagde Julia Silge, dataforsker ved Stack Overflow.

Dog "på samme tid bruger dataforskere energi og kræfter på at kommunikere om, hvad deres arbejde betyder med interessenter, " sagde Silge. "Det faktum, at jeg analyserer komplekse datasæt og træner statistiske modeller, er stort og nødvendigt, men hvis jeg ikke kan forklare interessenterne, hvad disse betyder, kan vi ikke bruge det til at tage forretningsbeslutninger."

En fejl, som forskere ofte foretager, er ved at tage en modeludvikling uden at forstå de forretningsmæssige mål for modellen, sagde Saniye Alaybeyi, senior direktøranalytiker hos Gartner.

Datavidenskabsmænd skal kommunikere med ledere for at vide, hvad formålet med deres dataarbejde er fra begyndelsen, for at bedst indsamle forretningsindsigt fra dataene, tilføjede Alaybeyi.

2. Samarbejde

Når man går hånd i hånd med kommunikation, skal dataforskere samarbejde med deres teamkammerater og fusionere deres tekniske færdigheder med forretningsinitiativer.

"Datavidenskabers hovedopgave er at opdage indsigt, " sagde Alaybeyi. "Der er en misforståelse i dag, at dataforskeren er maskinindlæringen eller AI-eksperten. Det er ikke sandt. Datavidenskabsmænd modellerer komplekse forretningsproblemer og opdager forretningsindsigt."

Dette kræver samarbejde med tværfunktionelle interessenter, tilføjede Alaybeyi. "Dette hjælper datavidenskabsmænd med at forstå forretningsforbruget af data, " Forretningsfolk og domæneeksperter skal involveres på dette tidspunkt, "sagde hun

Datavidenskabsmændene, der er de mest succesrige og får den største positive effekt i organisationer, er dem, der er i stand til at forbinde deres færdigheder til deres daglige funktion i stedet for at arbejde i en silo, sagde Silge.

3. Uddannelse

Stærke dataforskere stopper aldrig med at lære, sagde Dolan. "Datavidenskabsmænd vil altid være nødt til at fortsætte med at uddanne sig til at holde sig ajour om de nyeste tendenser og udviklinger, " tilføjede Dolan. "Disse former for praksis er altid under udvikling, så at holde sig ajour med de nyeste tendenser og fund vil føre til karriereudvikling og professionel succes."

Selvom den dybe, tekniske viden ikke burde være det eneste, som videnskabsfolk er fokuseret på, er disse færdigheder utvivlsomt iboende for jobbet, sagde Silge.

Datavidenskabsmænd kan imidlertid ikke lade deres vidensbase gå til deres hoveder: "En fejltagelse, jeg har set dataforskere gør, er at tænke på, at enten deres høje uddannelsesniveau eller dybe statistiske viden gør dem 'specielle' eller bedre end kolleger fra andre afdelinger, ”Sagde Silge. "Det er vigtigt at indse, at andre interessenters arbejde i en organisation er nødvendigt og ikke af mindre værdi end dataforskerens tekniske arbejde."

Hvis du vil lære mere om rollen som en datavidenskabsmand, skal du tjekke TechRepublic's dataforsker snyderark.

Data, Analytics og AI-nyhedsbrev

Få eksperttips til at mestre de grundlæggende elementer i big data-analyse, og følg med den seneste udvikling inden for kunstig intelligens. Leveres mandage

Tilmeld dig i dag

© Copyright 2020 | mobilegn.com