Gagnafræðingur

Ferilhandbók BrainStation Data Scientist getur hjálpað þér að taka fyrstu skrefin í átt að ábatasaman feril í gagnavísindum. Lestu áfram til að fá yfirlit yfir gagnavísindasviðið, sem og starf hlutverk Data Scientist.

Gerast gagnafræðingur

Talaðu við námsráðgjafa til að læra meira um hvernig bootcamps okkar og námskeið geta hjálpað þér að verða gagnafræðingur.

Með því að smella á Senda samþykkir þú okkar Skilmálar .

Sendu inn

Gat ekki sent inn! Uppfæra síðuna og reyna aftur?

Lærðu meira um Data Science Bootcamp okkar

Þakka þér fyrir!

Við munum hafa samband fljótlega.

Skoða Data Science Bootcamp síðuna

Hvað er gagnafræðingur?

Gagnafræðingar safna, skipuleggja og greina stór sett af stórum gögnum - skipulögðum og óskipulögðum gögnum - til að búa til hagnýtar gagnastýrðar viðskiptalausnir og áætlanir fyrir fyrirtæki og aðrar stofnanir. Með því að sameina tilfinningu fyrir stærðfræði, tölvunarfræði og viðskiptum, þurfa gagnafræðingar að búa yfir bæði tæknilegri færni til að vinna úr og greina stór gögn og viðskiptavit til að grafa upp raunhæfa innsýn sem er falin í þessum gögnum.

Data Science vs Data Mining

Það er nokkur munur á gagnavísindum og gagnavinnslu. Við skulum skoða nánar:

Gagnafræði

• Er breitt svið sem hefur tilhneigingu til að fela í sér vélanám, gervigreind, forspárgreining á orsakasamhengi og forskriftargreiningu
• Fjallar um alls kyns gögn, þar á meðal bæði skipulögð og óskipulögð gögn
• Stefnir að því að byggja gagnamiðaðar vörur og taka gagnadrifnar ákvarðanir
• Leggur áherslu á vísindarannsókn á gögnum og mynstri

Gagnanám

• Er undirmengi gagnavísinda sem felur í sér gagnahreinsun, tölfræðilega greiningu og mynsturgreiningu og felur stundum í sér gagnasýn, vélanám og umbreytingu gagna
• Fjallar fyrst og fremst um skipulögð gögn, ekki óskipulögð gögn
• Stefnir að því að taka gögn úr ýmsum áttum og gera þau nothæf
• Leggur áherslu á viðskiptahætti

Hvað gerir gagnafræðingur?

Gagnafræðingur greinir stór gagnasett til að finna mynstur og stefnur sem leiða til hagkvæmrar viðskiptainnsýnar og hjálpa fyrirtækjum að leysa flókin vandamál eða greina tækifæri til tekna og vaxtar. Gagnafræðingur getur unnið á nánast öllum sviðum og verður að vera fær í að meðhöndla skipulögð og óskipulögð gagnasöfn. Þetta er þverfaglegt starf og til að verða gagnafræðingur verður þú að hafa skilning á stærðfræði, tölvunarfræði, viðskiptum og samskiptum til að sinna starfi þínu á áhrifaríkan hátt.

Þó að sértækar skyldur og skyldur gagnafræðings séu mjög mismunandi eftir atvinnugreinum, stöðu og skipulagi, munu flest hlutverk gagnafræðinga innihalda eftirfarandi ábyrgðarsvið:

Rannsóknir

Gagnafræðingur þarf að skilja tækifærin og sársaukann sem eru sértæk fyrir bæði atvinnugrein og einstakt fyrirtæki.

Undirbúningur gagna

Áður en hægt er að finna einhverja verðmæta innsýn verður gagnafræðingur að skilgreina hvaða gagnasöfn eru gagnleg og viðeigandi áður en hann safnar, dregur út, hreinsar og beitir skipulögðum og óskipulögðum gögnum frá ýmsum aðilum.

Að búa til líkön og reiknirit

Með því að nota vélanám og gervigreindarreglur verður gagnafræðingur að vera fær um að búa til og beita reikniritunum sem eru nauðsynlegar til að innleiða verkfæri sjálfvirkni.

Gagnagreining

Það er mikilvægt fyrir gagnafræðing að geta greint gögn sín fljótt til að bera kennsl á mynstur, þróun og tækifæri.

Sjónræn og samskipti

Gagnafræðingur verður að geta sagt sögurnar sem uppgötvast með gögnum með því að búa til og skipuleggja fagurfræðilega aðlaðandi mælaborð og sjónmyndir, á sama tíma og hann hefur samskiptahæfileika til að sannfæra hagsmunaaðila og aðra liðsmenn um að niðurstöðurnar í gögnunum séu þess virði að bregðast við.

Nýjasta könnun BrainStation um stafræna færni leiddi í ljós að gagnasérfræðingar eyddu mestum tíma sínum í gagnaugl og hreinsun. Svarendur komust einnig að þeirri niðurstöðu að markmið vinnu þeirra sé oftast að hagræða núverandi vettvang, vöru eða kerfi (45 prósent), eða þróun nýrra (42 prósent).

Tegundir gagnafræði

Víðtækara svið gagnavísinda inniheldur margar mismunandi greinar, þar á meðal:

Gagnaverkfræði

Hanna, byggja, hagræða, viðhalda og stjórna innviðum sem styðja gögn sem og flæði gagna um stofnun.

Undirbúningur gagna

Hreinsun og umbreyting gagna.

Gagnanám

Að draga út (og stundum hreinsa og umbreyta) nothæf gögn úr stærra gagnasafni.

Forspárgreining

Notkun gagna, reiknirita og vélanámstækni til að greina líkurnar á ýmsum mögulegum framtíðarniðurstöðum byggðar á gagnagreiningu.

Vélnám

Sjálfvirk gerð greiningarlíkana í gagnagreiningarferlinu til að læra af gögnum, uppgötva mynstur og gera kerfum kleift að taka ákvarðanir án mikillar mannlegrar íhlutunar.

Sjónræn gögn

Að nota sjónræna þætti (þar á meðal línurit, kort og töflur) til að sýna innsýn sem finnast í gögnum á aðgengilegan hátt svo áhorfendur geti skilið þróun, útlínur og mynstur sem finnast í gögnum.

Kostir gagnavísinda

Fyrirtæki í öllum atvinnugreinum í öllum heimshlutum verja sífellt meiri peningum, tíma og athygli í gagnavísindi og leitast við að bæta gagnafræðingi við lið sitt. Rannsóknir sýna að fyrirtæki sem virkilega aðhyllast gagnadrifna ákvarðanatöku eru afkastameiri, arðbærari og skilvirkari en samkeppnin.

Gagnafræði skiptir sköpum til að hjálpa fyrirtækjum að bera kennsl á réttu vandamálin og tækifærin á sama tíma og þau hjálpa til við að mynda skýra mynd af hegðun og þörfum viðskiptavina og viðskiptavina, frammistöðu starfsmanna og vöru og hugsanleg framtíðarvandamál.

Gagnafræði getur hjálpað fyrirtækjum:

• Taktu betri ákvarðanir
• Lærðu meira um viðskiptavini og viðskiptavini
• Nýttu þér þróun
• Gerðu ráð fyrir framtíðinni

Hvernig getur gagnafræði bætt verðmæti fyrir fyrirtæki?

Gagnafræði er svo sífellt vinsælli fjárfesting fyrir fyrirtæki vegna þess að hugsanleg arðsemi af því að opna verðmæti stórra gagna er gríðarleg. Gagnafræði er verðug fjárfesting vegna þess að:

Það fjarlægir getgáturnar og veitir raunhæfa innsýn.Fyrirtæki taka betri ákvarðanir knúnar af gögnum og mælanlegum sönnunargögnum.Fyrirtæki skilja betur stöðu sína á markaðnum.Gagnafræði mun hjálpa fyrirtækjum að greina samkeppnina, kanna söguleg dæmi og gera ráðleggingar sem byggja á tölum.Það er hægt að nýta til að bera kennsl á helstu hæfileika.Að leynast í stórum gögnum er fullt af innsýn um framleiðni, skilvirkni starfsmanna og heildarframmistöðu. Einnig er hægt að nota gögn til að ráða og þjálfa hæfileikafólk.Þú munt fá að vita allt um markhóp þinn, viðskiptavin eða neytanda.Allir eru að búa til og safna gögnum núna og fyrirtæki sem fjárfesta ekki almennilega í gagnavísindum safna einfaldlega meiri gögnum en þau vita hvað þau eiga að gera við. Innsýn í hegðun, forgangsröðun og óskir fyrri eða hugsanlegra viðskiptavina eða viðskiptavina er ómetanleg og þeir eru einfaldlega að bíða eftir því að hæfur gagnafræðingur komist að.

Laun gagnafræðinga

Þó að laun gagnafræðinga séu mjög mismunandi eftir svæðum og atvinnugreinum, er greint frá meðallaunum gagnafræðings í Bandaríkjunum sem allt frá $96,000 til $113,000, allt eftir uppruna. Háttsettur gagnafræðingur getur fært inn um það bil $130.000 að meðaltali.

Eftirspurn eftir gagnafræðingum

Gagnafræðingar eru í mikilli eftirspurn og skortur á í nánast öllum atvinnugreinum. Í skýrslu Deloitte Access Economics kom fram að 76 prósent fyrirtækja ætluðu að auka útgjöld á næstu árum í gagnagreiningargetu, en IBM spáði 28 prósenta aukningu í eftirspurn í gagnavísindum í byrjun áratugarins.

Bandaríska vinnumálastofnunin hefur spáð 31 prósenta aukningu í gagnavísindum á næstu 10 árum. Á sama tíma kom fram í Markaðs- og markaðsskýrslu að spáð er að alþjóðlegur markaður fyrir stór gögn muni vaxa í 229,4 milljarða dollara árið 2025, þar sem gagnavísindavettvangurinn stækki um 30 prósent árið 2024.

Alls staðar í heiminum virðist ætla að fjárfestingar í gagnavísindum aukist og þar með eftirspurn eftir gagnafræðingum.

Hvaða verkfæri nota gagnafræðingar?

Gagnafræðingar nota margvísleg mismunandi verkfæri og forrit fyrir starfsemi þar á meðal gagnagreiningu, gagnahreinsun og að búa til sjónmyndir.

Python er efsta forritunarmálið fyrir gagnafræðinga sem skoðaðir voru í BrainStation Digital Skills Survey. Almennt forritunarmál, Python er gagnlegt fyrir þjóðmálsvinnsluforrit og gagnagreiningu. R er einnig oft notað til gagnagreiningar og gagnavinnslu. Fyrir þyngri tölu-mars eru Hadoop-undirstaða verkfæri eins og Hive vinsæl. Fyrir vélanám gætu gagnafræðingar valið úr fjölmörgum verkfærum þar á meðal h2o.ai, TensorFlow, Apache Mahout og Accord.Net. Sjónræn verkfæri eru einnig mikilvægur hluti af vopnabúr gagnafræðinga. Forrit eins og Tableau, PowerBI, Bokeh, Plotly og Infogram hjálpa gagnafræðingum að búa til sjónrænt aðlaðandi skýringarmyndir, hitakort, grafík, dreifingarmyndir og fleira.

Gagnafræðingar ættu líka að vera mjög ánægðir með bæði SQL (notað á ýmsum kerfum, þar á meðal MySQL, Microsoft SQL og Oracle) og töflureikniforrit (venjulega Excel).

Hvaða færni þurfa gagnafræðingar?

Það er fjöldi hæfileika sem allir upprennandi gagnafræðingar ættu að þróa, þar á meðal:

Excel.Mest notaða tólið fyrir 66 prósent gagnasérfræðinga sem spurðir voru í BrainStation Digital Skills Survey, Excel er enn mikilvægt fyrir gagnafræðinga.SQL.Þetta fyrirspurnarmál er ómissandi í gagnagrunnsstjórnun og það er notað af um það bil helmingi svarenda gagna.Tölfræðileg forritun.Python og R eru almennt notuð af gagnafræðingum til að keyra próf, búa til líkön og framkvæma greiningar á stórum gagnasöfnum.Sjónræn gögn.Verkfæri eins og Tableau, Plotly, Bokeh, PowerBl og Matplotlib hjálpa gagnafræðingum að búa til sannfærandi og aðgengilegar sjónrænar framsetningar á niðurstöðum sínum.

Ferilbrautir gagnafræðinga

Sem tiltölulega ný starfsgrein eru ferilbrautir Data Scientist ekki skrifaðar í stein og margir rata í gagnafræði með bakgrunn í tölvunarfræði, upplýsingatækni, stærðfræði og viðskiptum. En fjórir meginásarnir fyrir feril gagnafræðings eru almennt gögn, verkfræði, viðskipti og vara. Mörg þverfagleg hlutverk í gagnavísindum krefjast valds á nokkrum eða öllum þessum sviðum.

Fólk sem starfar í gagnavísindum er í fremstu röð í þeim tæknibreytingum sem munu hafa mest áhrif á framtíðina. Vegna þess að gagnavísindi geta stuðlað að framförum á nánast öllum öðrum sviðum, eru gagnafræðingar í aðstöðu til að rannsaka allt frá fjármálum og viðskiptum til tryggingafræðilegra tölfræði, grænnar orku, faraldsfræði, læknisfræði og lyfja, fjarskipta - listinn er nánast endalaus. Sérhver iðnaður selur inn sínar mismunandi tegundir gagna og nýtir þau á mismunandi vegu til að ná mismunandi markmiðum. Hvar sem það gerist geta gagnafræðingar leiðbeint betri ákvarðanatöku, hvort sem það er í vöruþróun, markaðsgreiningu, stjórnun viðskiptavina, mannauði eða eitthvað allt annað.

Ekki aðeins eru umsóknir um gagnavísindi víðtækar og snerta marga mismunandi geira, heldur eru líka til mismunandi tegundir gagnavísinda. Allar þessar aðgerðir eiga það sameiginlegt að allar reyna að breyta gögnum í þekkingu. Nánar tiltekið nota Gagnafræðingar aðferðafræðilega nálgun til að skipuleggja og greina hrá gögn til að bera kennsl á mynstur sem hægt er að bera kennsl á eða álykta af gagnlegum upplýsingum.

Í ljósi umfangs áhrifa þeirra er engin furða að gagnafræðingar gegni stöðum sem eru mjög áhrifamikil - og mjög eftirsótt. Þó að leiðin til að verða gagnafræðingur geti verið krefjandi, þá eru nú fleiri úrræði fyrir upprennandi gagnafræðinga en nokkru sinni fyrr, og fleiri tækifæri fyrir þá til að byggja upp þann starfsferil sem þeir vilja.

En fyrir allar þær leiðir sem gagnafræðingar geta lagt sitt af mörkum til mismunandi atvinnugreina, og allar mismunandi ferilleiðir sem gagnafræðingur getur fylgt, er hægt að skipta þeim tegundum vinnu sem þeir vinna í nokkra meginflokka. Ekki falla öll gagnavísindi vel inn í þessa hópa, sérstaklega í fremstu röð tölvuvísinda, þar sem sífellt er verið að brjóta brautina – en þau munu gefa þér nokkra hugmynd um hvernig gagnafræðingar breyta gögnum í innsýn.

Tölfræði

Í hjarta gagnafræðinnar er tölfræði svið stærðfræðinnar sem lýsir mismunandi eiginleikum gagnasafns, hvort sem það eru tölur, orð, myndir eða annars konar mælanlegar upplýsingar. Mikið af tölfræði er einbeitt að því einfaldlega að bera kennsl á og lýsa því sem er þar - sérstaklega með mjög stór gagnasöfn, bara að vita hvað upplýsingarnar gera og innihalda ekki er verkefni út af fyrir sig. Innan gagnavísinda er þetta oft kallað lýsandi greining. En tölfræði getur gengið enn lengra, prófað til að sjá hvort forsendur þínar um hvað er í gögnunum séu réttar, eða, ef það er rétt, hvort það er marktækt eða gagnlegt. Þetta getur falið í sér að skoða ekki bara gögnin, heldur einnig að vinna með þau til að draga fram mikilvæga eiginleika þeirra. Það eru margar mismunandi leiðir til að gera þetta - línuleg aðhvarf, skipulagsfræðileg aðhvarf og aðgreiningargreining, mismunandi aðferðir við sýnatöku og svo framvegis - en að lokum snýst hver þessara aðferða um að skilja eiginleika gagnasafns og hversu nákvæmlega þessir eiginleikar endurspegla einhvern þýðingarmikinn sannleika um heiminn sem þeir samsvara.

Gagnagreining

Þó að það sé byggt á grunni tölfræði, gengur gagnagreining aðeins lengra, hvað varðar skilning á orsakasamhengi, sjón og miðla niðurstöðum til annarra. Ef tölfræði miðar að því að skilgreina hvað og hvenær gagnasafns, reynir gagnagreining að bera kennsl á hvers vegna og hvernig. Gagnafræðingar gera þetta með því að hreinsa upp gögnin, draga þau saman, umbreyta þeim, búa til líkan og prófa þau. Eins og getið er hér að ofan er þessi greining ekki bundin við tölur eingöngu. Þó að mikil gagnagreining noti töluleg gögn, þá er líka hægt að framkvæma greiningu á öðrum tegundum gagna - skrifleg viðbrögð viðskiptavina, til dæmis, eða færslur á samfélagsmiðlum, eða jafnvel myndir, hljóð og myndbönd.

Eitt af meginmarkmiðum gagnagreiningarfræðinga er að skilja orsakasamhengi, sem síðan er hægt að nota til að skilja og spá fyrir um þróun í fjölmörgum forritum. Í greiningargreiningu leita gagnagreiningar að fylgni sem benda til orsök og afleiðingu, sem aftur er hægt að nota til að hjálpa til við að breyta niðurstöðum. Forspárgreining leitar á sama hátt að mynstrum, en stækkar þau síðan frekar, framreikna feril þeirra út fyrir þekkt gögn til að hjálpa til við að spá fyrir um hvernig ómældir eða ímyndaðir atburðir - þar með talið framtíðarviðburðir - gætu spilað út. Fullkomnustu gerðir gagnagreininga miðuðu að því að veita leiðbeiningar um sérstakar ákvarðanir með því að búa til líkan og spá fyrir um niðurstöður ýmissa vala til að finna viðeigandi aðferð.

Gervigreind og vélanám

Ein af stóru framförunum sem eiga sér stað í gagnavísindum - og sú sem er í stakk búin til að hafa gríðarleg áhrif í framtíðinni - er gervigreind, og nánar tiltekið vélnám. Í hnotskurn, vélanám felur í sér að þjálfa tölvu til að framkvæma verkefni sem við myndum venjulega hugsa um að krefjast einhvers konar upplýsingaöflunar eða dómgreindar, eins og að geta borið kennsl á hlutina á mynd. Þetta er venjulega náð með því að veita því fjölmörg dæmi um þá tegund ákvörðunar sem þú ert að þjálfa netið til að gera. Eins og þú gætir ímyndað þér, þetta krefst bæði reams af (venjulega skipulögðum) gögnum og getu til að fá tölvu til að skilja þessi gögn. Sterk tölfræðikunnátta og forritunarkunnátta eru nauðsynleg.

Gagnleg áhrif vélanáms eru nánast ótakmörkuð, en fyrst og fremst er hæfileikinn til að framkvæma flókin eða langvarandi verkefni hraðar en nokkur manneskja gæti nokkurn tíma, eins og að bera kennsl á tiltekið fingrafar innan úr geymslu milljóna mynda, eða krosstilvísanir tugir breyta í þúsundum sjúkraskráa til að bera kennsl á samtök sem gætu gefið vísbendingar um hvað veldur veikindum. Með nægum gögnum geta sérfræðingar í vélanámi jafnvel þjálfað taugakerfi til að framleiða upprunalegar myndir, draga merkingarbæra innsýn úr gríðarstórum skrifuðum texta, spá fyrir um framtíðarútgjaldaþróun eða aðra markaðsatburði og úthluta fjármagni sem er háð mjög flókinni dreifingu, eins og orku. , með hámarks skilvirkni. Ávinningurinn af því að nota vélanám til að framkvæma þessi verkefni, öfugt við aðrar tegundir sjálfvirkni, er að eftirlitslaust A.I. kerfið getur sjálfkrafa lært og bætt sig með tímanum - jafnvel án nýrrar forritunar.

Viðskipta gáfur

Eins og þú gætir hafa giskað á af fyrri tilvísun til markaðsatburða, þá er heimur viðskipta og fjármála einn af þeim stöðum sem vélanám hefur haft einn af elstu og djúpstæðustu áhrifum sínum. Þökk sé gífurlegu magni af tölulegum gögnum sem til eru – markaðsgagnagrunnar, kannanir, bankaupplýsingar, sölutölur og svo framvegis, sem flest eru mjög skipulögð og tiltölulega auðvelt að vinna með – geta gagnafræðingar notað tölfræði, gagnagreiningu og vélanám til að draga fram innsýn um ótal þætti viðskiptaheimsins, leiðbeina ákvarðanatöku og hámarka niðurstöður, að því marki að viðskiptagreind er orðin svið gagnavísinda út af fyrir sig.

Oft eru viðskiptagreindarhönnuðir ekki einfaldlega að skoða hvaða gögn sem eru til staðar til að sjá hvað þeir geta uppgötvað; þeir stunda fyrirbyggjandi gagnasöfnun og þróa tækni og vörur til að svara ákveðnum spurningum og ná tilteknum markmiðum. Í þeim skilningi eru viðskiptagreindarhönnuðir og greiningaraðilar mikilvægir fyrir stefnumótandi þróun í viðskipta- og fjármálaheimum – hjálpa leiðtogum að taka betri ákvarðanir og taka þær hraðar, skilja markaðinn til að bera kennsl á tækifæri og áskoranir fyrirtækis og bæta heildarhagkvæmni fyrirtækisins. kerfi og rekstur fyrirtækis, allt með það yfirgripsmikla markmið að ná samkeppnisforskoti og auka hagnað.

Gagnaverkfræði

Síðasta stóra fræðasviðið sem gagnafræðingar vinna oft á samanstendur af alls kyns mismunandi starfsheitum - gagnaverkfræðingur, kerfisarkitekt, umsóknararkitekt, gagnaarkitekt, Enterprise arkitekt eða innviðaarkitekt, svo eitthvað sé nefnt. Hvert þessara hlutverka hefur sína eigin ábyrgð, sum þróa hugbúnað, önnur hanna upplýsingatæknikerfi og enn önnur samræma innri uppbyggingu og ferla fyrirtækis við tæknina sem það notar til að fylgja viðskiptaáætlunum sínum. Það sem tengir þá alla saman er að gagnafræðingar sem starfa á þessu sviði eru að beita gagna- og upplýsingatækni til að búa til eða bæta kerfi með ákveðna virkni í huga.

Forritaarkitekt, til dæmis, fylgist með því hvernig fyrirtæki eða annað fyrirtæki notar sérstakar tæknilausnir, hannar og þróar síðan forrit (þar á meðal hugbúnað eða upplýsingatækniinnviði) til að bæta árangur. Gagnaarkitekt þróar á sama hátt forrit - í þessu tilviki lausnir fyrir gagnageymslu, stjórnun og greiningu. Innviðaarkitekt gæti þróað heildarlausnir sem fyrirtæki notar til að stunda dagleg viðskipti til að tryggja að þessar lausnir uppfylli kerfiskröfur fyrirtækisins, hvort sem það er offline eða í skýinu. Gagnaverkfræðingar leggja fyrir sitt leyti áherslu á gagnavinnslu, mótun og innleiðingu gagnaleiðslna sem safna, skipuleggja, geyma, sækja og vinna úr gögnum fyrirtækisins. Með öðrum orðum, það sem einkennir þennan víðtæka flokk gagnavísinda er að hann felur í sér að hanna og smíða hluti: kerfin, mannvirki og ferla sem gagnavísindi eru framkvæmd með.

Hver eru eftirsóttustu störfin í gagnafræði?

Gagnafræði almennt er mjög eftirsótt kunnátta, svo það eru mjög mörg tækifæri að finna á öllum sviðum og sérgreinum fagsins. Reyndar, árið 2019, skráði LinkedIn Data Scientist sem efnilegasta starf ársins og QuantHub spáði bráðum skorti á hæfum Data Scientist á næsta ári.

Lykilorðið hér er hæft. Oft eru tæknilegar kröfur sem gagnafræðingur þarf að uppfylla svo sértækar að það getur tekið nokkurra ára reynslu af starfi í greininni til að byggja upp nauðsynlega hæfnisvið, byrja sem alhæfingarfræðingur og bæta síðan hægt og rólega við fleiri og fleiri hæfileika og hæfileika. færni þeirra.

Þetta eru aðeins nokkrar af algengustu leiðunum sem gagnafræðingar geta gert það - það eru jafn margar mögulegar ferilleiðir og gagnafræðingar, en í öllum tilfellum veltur starfsframa á því að öðlast nýja færni og reynslu með tímanum.

Gagnafræðingur

Eins og nafnið gefur til kynna greina gagnagreiningar gögn - en þessi stutti titill fangar aðeins örlítinn hluta af því sem gagnagreiningaraðilar geta raunverulega náð. Fyrir það fyrsta byrja gögn sjaldan á auðnotuðu formi, og það eru venjulega gagnagreiningaraðilar sem bera ábyrgð á því að bera kennsl á hvers konar gögn þarf, safna og setja saman og síðan hreinsa og skipuleggja þau - breyta þeim í meira nothæft form, ákvarða hvað gagnasettið inniheldur í raun, fjarlægja skemmd gögn og meta nákvæmni þeirra. Svo er það greiningin sjálf - með mismunandi aðferðum til að skoða og móta gögn, leita að mynstrum, draga merkingu úr þessum mynstrum og framreikna eða móta þau. Að lokum gera gagnafræðingar innsýn sína aðgengilega öðrum með því að kynna gögnin í mælaborði eða gagnagrunni sem annað fólk hefur aðgang að og miðla niðurstöðum sínum til annarra með kynningum, skriflegum skjölum og töflum, línuritum og öðrum myndum.

Feril gagnagreiningaraðila

Gagnafræðingur er frábær inngangsstaður inn í heim gagnavísinda; það getur verið upphafsstaða, allt eftir því hvaða sérfræðiþekkingu er krafist. Nýir gagnafræðingar fara venjulega beint út úr skólanum - með gráðu í tölfræði, stærðfræði, tölvunarfræði eða álíka - eða fara yfir í gagnagreiningu frá skyldu sviði eins og viðskiptafræði, hagfræði eða jafnvel félagsvísindum, venjulega með því að uppfæra færni á miðjum starfsferli í gegnum gagnagreiningarbootcamp eða svipað vottunaráætlun.

En hvort sem þeir eru nýútskrifaðir eða vanir sérfræðingar að breyta um miðjan starfsferil, byrja nýir gagnafræðingar venjulega á því að sinna venjubundnum verkefnum eins og að afla og vinna með gögn með tungumáli eins og R eða SQL, byggja gagnagrunna, framkvæma grunngreiningu og búa til sjónmyndir með forritum eins og Tableau. Ekki þurfa allir gagnasérfræðingar að vita hvernig á að gera alla þessa hluti - það getur verið sérhæfing, jafnvel í yngri stöðu - en þú ættir að geta framkvæmt öll þessi verkefni ef þú vonast til að komast áfram á ferlinum. Sveigjanleiki er mikill kostur á þessu frumstigi.

Hvernig þú kemst áfram sem gagnafræðingur fer að einhverju leyti eftir atvinnugreininni sem þú ert að vinna í - markaðssetningu, til dæmis, eða fjármál. Það fer eftir geiranum og tegund vinnu sem þú ert að vinna, þú gætir valið að sérhæfa þig í forritun í Python eða R, verða atvinnumaður í gagnahreinsun, eða einbeita þér eingöngu að því að byggja flókin tölfræðilíkön eða búa til fallegt myndefni; á hinn bóginn gætirðu líka valið að læra svolítið af öllu, stilla þig upp til að taka að þér leiðtogastöðu þegar þú tekur við titlinum Senior Data Analyser. Með nægilega víðtæka og djúpa reynslu er háttsettur gagnafræðingur tilbúinn til að taka að sér leiðtogahlutverk sem hefur umsjón með teymi annarra gagnagreiningaraðila og verður að lokum deildarstjóri eða forstöðumaður. Með viðbótarfærniþjálfun eru gagnafræðingar einnig í sterkri stöðu til að fara í lengra komna stöðu gagnafræðings.

Gagnafræðingur

Gagnafræðingar geta venjulega gert allt það sem Gagnafræðingar geta gert, auk nokkurra annarra hluta fyrir utan - í raun, með réttri þjálfun og reynslu, gæti gagnafræðingur að lokum farið í stöðu gagnafræðings. Svo já, Gagnafræðingar ættu að geta aflað, hreinsað, meðhöndlað, geymt og greint gögn - en einnig að skilja og vinna með mismunandi aðferðir við vélanám og geta forritað í Python, R eða svipuðu tölfræðilegu forritunarmáli og byggja og meta fullkomnari gerðir.

Feril gagnafræðings

Margir koma inn á sviðið sem gagnafræðingar áður en þeir öðlast þá reynslu og aukna færni sem þarf til að kalla sig gagnafræðinga. Síðan, frá Junior Data Scientist, er næsta skref venjulega Senior Data Scientist - þó að þessi einfalda breyting á titli stangist á við þá vinnu sem þarf til að gera þessi umskipti; háttsettur gagnafræðingur mun annað hvort búa yfir yfirburða skilningi á nánast öllum þáttum gagnavísinda - A.I., vörugeymsla gagna, gagnavinnslu, skýjatölvu og svo framvegis - auk þekkingar sinnar á sértæku sviði eins og viðskiptastefnu eða heilbrigðisgreiningu. , eða þeir munu sérhæfa sig á einu af þessum sviðum með sérfræðiþekkingu á sérfræðistigi.

Þess má geta að á meðan sumir gagnafræðingar hefja feril sinn í greiningarfræði og vinna sig að æðstu stöðum á sérhæfðum sviðum eins og sálfræði, markaðsfræði, hagfræði og svo framvegis, byrja aðrir sem sérfræðingar á einu af þessum mismunandi sviðum áður en þeir fara yfir í gögn. hlutverk vísinda.

Fyrir marga er Senior Data Scientist endanlegt ferilmarkmið; þetta er nú þegar svo háþróað hlutverk að gegna að, að minnsta kosti innan gagnavísinda, er það oft æðsta embættið sem hægt er að ná - þú verður einfaldlega betri, hæfari yfirgagnafræðingur með meiri sérsvið. Fyrir suma, þó sérstaklega þá sem taka almennari nálgun, er mögulegt að ná frekari framförum í stjórnunarstöðu eins og Lead Data Scientist, reka teymi eða deild, eða jafnvel gagnastjóra, sem leiðir gagnastefnu stofnunar á hæsta stigi og svara aðeins forstjóranum.

Gagnaverkfræðingur

Það sem aðgreinir gagnaverkfræðinga frá öðru fagfólki sem starfar á gagnasviðinu er sú staðreynd að þeir hanna og byggja heil kerfi – þar á meðal innviði og ferla sem fyrirtækið notar til að nýta þessi gögn sem best. Það er, gagnaverkfræðingar eru fólkið sem ákvarðar hvernig aðrir gagnafræðingar geta unnið störf sín. Hvers konar gögn getur kerfi fyrirtækisins tekið við? Hvaða aðferðir eru notaðar til að safna gögnum úr sölu og markaðssetningu, eða niðurstöðum heilsugæslukönnunar, og gera þau aðgengileg til greiningar? Til að gera þetta þurfa gagnaverkfræðingar að vera vel kunnugir þeim tegundum vinnu sem aðrir sérfræðingar í gagnavísindum vinna - gagnagrunnsstjórar, gagnafræðingar, gagnafræðingar og svo framvegis - að því marki að gagnaverkfræðingar geta oft sinnt hverju þessara hlutverka sem jæja. En vegna þess að þeir eru smiðirnir eyða gagnaverkfræðingar venjulega meiri tíma í að vinna að þróun en aðrir sérfræðingar í gagnavísindum - skrifa hugbúnaðarforrit, byggja upp gagnagrunna eða þróa verkfæri sem gera fyrirtækjum kleift að deila gögnum á milli deilda.

Feril gagnaverkfræðings

Eins og önnur störf sem vinna í gögnum er fyrsta skrefið til að verða gagnaverkfræðingur oft háskólagráða (venjulega BA eða meistaranám í verkfræði, tölvunarfræði eða stærðfræði) - en ekki alltaf. Einhver með mikla reynslu af því að vinna í upplýsingatækni eða hugbúnaðarþróun gæti fundið að þeir hafa nú þegar alla nauðsynlega hæfileika til að verða gagnaverkfræðingur nema gagnafærnina sjálfa, en þá getur endurmenntun á hæfileikum, svo sem gagnabootcamp, hjálpað til við að koma þeim upp á hraða. Marga af þeirri færni sem gagnaverkfræðingur krefst (eins og SQL, UNIX og Linux, ETL þróun eða uppsetningu upplýsingatæknikerfa) er hægt að þróa með því að vinna á aðliggjandi sviði; aðrir (eins og vélanám eða að byggja gagnaleiðslur) munu krefjast markvissara náms.

Sem sagt, flestir gagnaverkfræðingar hefja feril sinn við að vinna á einhverju undirsviði tölvunarfræði áður en þeir öðlast alla þá færni sem þarf til að verða yngri gagnaverkfræðingur - reyndar þurfa flestar stöður fyrir yngri gagnaverkfræðinga á milli eins og fimm ára starfsreynslu. Þaðan er næsta rökrétt skref til yfirgagnaverkfræðings og aðalgagnaverkfræðings. En með vald þeirra á svo mörgum þáttum upplýsingatækni, hugbúnaðarverkfræði og gagnavísinda, þá eru fullt af öðrum störfum einnig opnar fyrir gagnaverkfræðinga - þar á meðal gagnaarkitekt, lausnaarkitekt eða forritaarkitekt. Fyrir þann sem vill sinna minni vinnu og meiri starfsmannastjórnun, eru aðrir valkostir meðal annars vöruþróunarstjóri - eða, að lokum, ef rétta fólkið fær hæfileika, jafnvel gagnastjóra eða upplýsingafulltrúa.

Geta gagnafræðingar unnið að heiman?

Eins og mörg störf á tæknisviðinu er oft hægt að sinna hlutverkum gagnafræðinga í fjarska - en þetta er að lokum háð fyrirtækinu sem þú vinnur hjá og hvers konar vinnu þú vinnur.

Hvenær geta gagnafræðingar unnið í fjarvinnu?

Gagnafræðistörf sem vinna með mjög viðkvæm eða trúnaðarmál gögn og upplýsingar (sem innihalda mikinn fjölda þeirra, jafnvel utan persónuverndarþungra sviða eins og banka og heilbrigðisþjónustu, þar sem einkagögn geta verið ein af verðmætustu eignum stórfyrirtækis) munu finna þær standa frammi fyrir miklu fleiri takmörkunum hvað varðar fjarvinnu. Í þessum tilvikum er líklegt að þú þurfir að vinna á skrifstofunni á vinnutíma.

Nokkrir aðrir þættir sem þarf að hafa í huga:

• Hversu hefðbundið fyrirtæki þitt er. Stærri, eldri fyrirtæki eru venjulega ekki eins fjarlæg - þó að COVID kunni að hafa valdið miklum breytingum á þessu sviði.
• Hversu auðveldlega þú getur unnið með öðrum liðsfélögum og deildum í fjarska. Ef vinnan þín er mjög samvinnuþýð, er líklegra að þú þurfir að mæta í eigin persónu.
• Gagnafræðingar sem vinna á samningi - eða jafnvel á ráðgjafargrundvelli - gætu líka haft meiri sveigjanleika til að velja eigin staðsetningu.