Wenn Sie an einer Karriere in der Datenwissenschaft interessiert sind, hilft Ihnen diese Einführung, sich über die heißesten Stellenmärkte, erforderlichen Fähigkeiten, Gehälter und Schulungen zu informieren Ressourcen und mehr.
Aber wie Natassha Selvaraj in einem Artikel auf Towards Data Science feststellte: „Solange Sie mit riesigen Datenmengen umgehen und Probleme mit Hilfe dieser Daten lösen können, gibt es in der Branche Platz für Sie .“
Um Interessenten in diesem Bereich besser zu verstehen, wie sie eine Karriere in der Datenwissenschaft einschlagen können, haben wir haben einen Leitfaden mit den wichtigsten Details und Ressourcen erstellt.
SIEHE: Alle Spickzettel von TechRepublic und Leitfäden für kluge Köpfe
Zusammenfassung
Warum gibt es eine erhöhte Nachfrage nach Data Scientists? ?
Fast jedes Unternehmen hat heute die Möglichkeit, Daten zu sammeln, und die Datenmenge wächst größer und größer. Dies hat zu einer höheren Nachfrage nach Mitarbeitern mit spezifischen Fähigkeiten geführt, die diese Daten effektiv organisieren und analysieren können, um geschäftliche Erkenntnisse zu gewinnen.
Was sind einige der Jobrollen von Data Scientists? Core Data Scientist, Forscher und Big-Data-Spezialist sind einige der Top-Berufsbezeichnungen in der Bereich Data Science.
Welche Fähigkeiten sind erforderlich, um ein Data Scientist zu sein?
Zu den allgemeinen Fähigkeiten eines Datenwissenschaftlers gehören maschinelles Lernen, Statistik, Python und natürliche Sprache Verarbeitung und Hadoop SPARK, laut Glassdoor.
Welche Städte haben die heißesten Märkte für Tech-Jobs?
Die Städte mit den am schnellsten wachsenden Tech-Gehältern zwischen 865-2021, laut WÜRFEL 2020 Gehaltsbericht für Techniker, einschließlich Seattle (+03.2 %) und Silicon Valley (+5,0 %). Darüber hinaus verzeichneten New York City (1,1 %) und Boston (3,5 %) einen Aufwärtstrend, ebenso wie Atlanta, Philadelphia, Miami und Detroit.
Wie hoch ist das durchschnittliche Gehalt eines Datenwissenschaftlers? Die geschätzte Gesamtvergütung für Datenwissenschaftler betrug
, 149 ab März 2022, laut Glassdoor. Allerdings bezifferte Indeed das nationale durchschnittliche Grundgehalt auf $ , 93 für März 2022. Die Gehälter variieren stark je nach Standort; Die Positionen mit den höchsten Gehältern sind laut Indeed-Liste New York, Austin, San Diego, Irvine und Atlanta.
Was sind typische Interviewfragen für eine Karriere in der Datenwissenschaft?
„Erwarten Sie in einem Vorstellungsgespräch die Beantwortung technischer Fragen zu Ihrer Fähigkeit, quantitative Tests durchzuführen, sowie die Erstellung klarer Visualisierungen großer, komplexe Datensätze. Kommen Sie bereit, um frühere Projekte zu besprechen, an denen Sie gearbeitet haben, und wie Sie Datenergebnisse klar und präzise kommunizieren, um zur Lösung geschäftsbezogener Probleme beizutragen“, schlug Glassdoor vor.
Wo finde ich Ressourcen für eine Karriere in der Datenwissenschaft?
The Data Science Association, The Institute for Operations Research and the Management Sciences (INFORMS) und das International Institute for Analytics sind nationale und internationale Organisationen, bei denen Sie Informationen über den Beruf sowie Zertifizierungs- und Schulungsoptionen erhalten können. Eine Reihe von Online-Kursen in Programmiersprachen wie Python, R und SQL werden von vielen Anbietern angeboten.
Was sind einige der besten Tools für Data Scientists?
Der steigende Bedarf von Unternehmen an Datenanalyse- und Business-Intelligence-Tools hat zu einem enormen Wachstum an Plattformoptionen für Data Scientists geführt. Das Angebot reicht von einfachen Datenvisualisierungstools bis hin zu hochentwickelten Systemen, die Unternehmen dabei unterstützen sollen, umsetzbare Informationen abzuleiten und fundierte Geschäftsentscheidungen zu treffen.
Zusätzliche Ressourcen:
Schnelles Glossar: Big Data (TechRepublic Premium)
Stellenbeschreibung: Chief Data Officer (TechRepublic Premium)
Hinter Szenen: Ein Tag im Leben eines Datenwissenschaftlers (TechRepublic)
Die 5 wichtigsten Möglichkeiten, Data Science zu unterscheiden aus Datenanalyse (TechRepublic)
Warum gibt es eine erhöhte Nachfrage nach Data Scientists?
Da jedes Unternehmen bis zu einem gewissen Grad zu einem Technologieunternehmen wird, steigt der Bedarf an qualifizierten Fachleuten, die diese Daten analysieren und geschäftliche Erkenntnisse gewinnen können.
„Da die Datenmengen in Unternehmen immer größer werden, besteht eine höhere Nachfrage nach Mitarbeitern mit spezifischen Fähigkeiten, die effektiv organisieren und arbeiten können Analysieren Sie diese Daten“, sagte Pablo Ruiz Junco, Glassdoor Economic Research Fellow. „Gleichzeitig ist die Zahl der Menschen mit diesen Fähigkeiten im Vergleich zur Nachfrage noch relativ gering, was zu höheren Löhnen führt.“
SEHEN: Python frisst die Welt: Wie das Nebenprojekt eines Entwicklers zur heißesten Programmiersprache der Welt wurde (Titelgeschichte PDF)
(TechRepublic)
Technologische Fortschritte und die enormen Mengen an verfügbaren Online-Daten wirken sich auf jeden Sektor aus und haben enorme Auswirkungen auf die Wirtschaft, sagte Karen Panetta, IEEE-Stipendiatin und Dekanin für Ingenieurwissenschaften an der Tufts University. Bei dieser sogenannten „Datenlawine“ geht es nicht nur um die schiere Menge an Daten, sondern auch um die Geschwindigkeit, mit der sie sich ändert und wächst, und die verschiedenen Arten von verfügbaren Daten.
„Zu wissen, wie man eine Tabellenkalkulation und eine herkömmliche Datenbank verwendet, wird in der aufkommenden Big-Data-Revolution nicht ausreichen“, sagte Panetta. „Analysen müssen in Echtzeit durchgeführt werden, wo Entscheidungen kritisch sein können. Einfach zu wissen, wie man die Software-Tools benutzt, ist nur ein Teil dieser Herausforderung. Das Verstehen der Daten über die Disziplinen hinweg, die Möglichkeit, ihre Bedeutung zu kommunizieren und die Verwendung von Statistiken werden die Unterscheidungsmerkmale von einem traditionellen ‚Zahlenjongleur‘ sein.“
Zusätzliche Ressourcen:
Amerikanische Top-Tech-Jobs für 2020 (TechRepublic)
Job-Trend-Analyse markiert Wachstum von Data Science, KI-Rollen ( TechRepublic)
Wird ein Roboter meinen Job übernehmen? 3 Schritte zur Überwindung menschlicher Bedenken in Bezug auf Automatisierung, KI und Robotik (TechRepublic)
Python-Programmiersprache: Was wird die nächste Welle davon antreiben Wachstum? (TechRepublic)
Was sind einige der Jobrollen von Datenwissenschaftlern?
Im Allgemeinen schürfen Data Scientists Daten und analysieren sie für spezifische Unternehmensinteressen und arbeiten dann mit Marketingabteilungen zusammen, um aus diesem Wissen Kapital zu schlagen. Diese Mitarbeiter müssen mit Datenerfassungssoftware, Programmierung und Lagertechniken vertraut sein.
Data Scientist-Jobs fallen unter 00 Kategorien gemäß Towards Data Science.
Datenwissenschaftler — Ein Datenwissenschaftler weiß von allem etwas und kann Einblicke in die besten Lösungen für ein bestimmtes Projekt geben. Sie sind verantwortlich für die Erforschung und Entwicklung neuer Algorithmen und Ansätze. In großen Unternehmen betreuen sie Projekte von Anfang bis Ende.
Daten Analyst – Datenanalysten sind für die Visualisierung, Transformation und Bearbeitung der Daten verantwortlich. Sie sind oft dafür verantwortlich, die Daten für die Kommunikation aufzubereiten, indem sie Berichte erstellen, die Trends und Erkenntnisse zeigen.
Dateningenieur
– Dateningenieure sind für das Design, den Aufbau und die Wartung verantwortlich Daten-Pipelines. Sie sorgen dafür, dass die Daten verarbeitet und analysiert werden können. Sie müssen das Ökosystem und die Pipeline optimiert und effizient halten.
Datenarchitekt
– Ein Datenarchitekt ähnelt einem Dateningenieur. Beide müssen sicherstellen, dass die Daten gut formatiert und zugänglich sind. Datenarchitekten entwerfen, erstellen und warten auch neue Datenbanksysteme, die den Anforderungen eines bestimmten Geschäftsmodells entsprechen.
Datenerzähler
– Dies ist die neueste Jobrolle in dieser Liste. Beim Data Storytelling geht es nicht nur darum, die Daten zu visualisieren und Berichte und Statistiken zu erstellen; Vielmehr geht es darum, die Erzählung zu finden, die die Daten am besten beschreibt, und sie zu verwenden, um sie auszudrücken. Der Data Storyteller hilft Menschen, die Daten zu verstehen.
Wissenschaftler für maschinelles Lernen
– Ein Wissenschaftler für maschinelles Lernen erforscht neue Ansätze zur Datenmanipulation und entwirft neue Algorithmen, die verwendet werden können.
Ingenieur für maschinelles Lernen
– Ingenieure für maschinelles Lernen müssen mit den verschiedenen maschinellen Lernalgorithmen wie Clustering, Kategorisierung und Klassifizierung sehr vertraut sein und sich über die neuesten Forschungsfortschritte auf diesem Gebiet auf dem Laufenden halten. Ingenieure für maschinelles Lernen müssen zusätzlich zu einigen Kenntnissen der Grundlagen der Softwareentwicklung über ausgeprägte Statistik- und Programmierkenntnisse verfügen.
Business-Intelligence-Entwickler
– Business Intelligence-Entwickler konzipieren und entwickeln Strategien, die es Geschäftsbenutzern ermöglichen, die Informationen zu finden, die sie benötigen, um schnell und effizient Entscheidungen zu treffen. BI-Entwickler müssen zumindest ein grundlegendes Verständnis der Grundlagen von Geschäftsmodellen haben.
Datenbankadministrator – Ein Datenbankadministrator ist dafür verantwortlich, die Datenbank zu überwachen, sicherzustellen, dass sie ordnungsgemäß funktioniert, den Datenfluss zu verfolgen und Sicherungen und Wiederherstellungen zu erstellen.
Technologie spezialisierte Rollen – Mit dem Wachstum des Bereichs Data Science werden spezifischere Technologien entstehen. Im Zuge der Entwicklung des Bereichs werden neue spezialisierte Berufsbilder geschaffen. Diese Jobrollen gelten auch für Data Scientists und Analysen.
Zusätzliche Ressourcen:
Berufsbeschreibung: Business Information Analyst (TechRepublic Prämie)
Wie Sie Data Storytelling nutzen, um Geschäftsanwendungsfälle zu erstellen und Ihr Publikum zu überzeugen (TechRepublic)
Warum Data Storytelling im Geschäftsleben wichtiger denn je ist (TechRepublic)
Welche Fähigkeiten sind erforderlich, um ein Data Scientist zu sein?
Hier sind die 03 marktfähige Fähigkeiten, die ein Data Scientist laut einem Indeed-Bericht benötigen könnte:
Cloud Computing
Statistik und Wahrscheinlichkeit
Fortgeschrittene Mathematik
Maschinelles Lernen
Fähigkeiten zur Datenvisualisierung
Abfragesprachen
Datenbankmanagement
Visualisierungen
Python-Codierung
Microsoft Excel
R-Programmierung
Datengerangel
„Wenn Sie in den Bereich Data Science einsteigen möchten und Um eine solide Erfahrungsgrundlage aufzubauen, die sich in den Augen zukünftiger Arbeitgeber abheben wird, benötigen Sie drei Kernkompetenzen: Python, R und SQL“, sagte Pablo Ruiz Junco, Economic Research Fellow bei Glassdoor. „Mit diesen Fähigkeiten können Sie sich bewerben bei über 19% aller Online-Stellenangebote für Data Scientist-Rollen. Außerdem kann die Erweiterung Ihrer Fähigkeiten über diese grundlegenden Sprachen hinaus zu einem höheren Gehalt führen und es Ihnen ermöglichen, bei der Bewerbung ein breiteres Netz auszuwerfen.“
Zusätzliche Ressourcen:
Die 5 wichtigsten Programmiersprachen, die Datenadministratoren kennen sollten (kostenloses PDF) (TechRepublic)
Python-Training: Vorbereiten für eine Karriere in Data Science (TechRepublic Academy)
Holen Sie sich Schulungen in Programmierung, Big Data, digitalem Marketing und mehr in Ihrem eigenen Tempo ( TechRepublic Akademie)
Was ist das durchschnittliche Gehalt eines Datenwissenschaftlers?
Durchschnittsgehaltsangaben weichen für U leicht ab S Datenwissenschaftler, je nachdem, welche Jobseite Sie sich ansehen. Zum Beispiel sagt Indeed, dass die durchschnittliche Grundvergütung $113, 93, und Glassdoor sagt, dass die durchschnittliche Grundvergütung für die Position $
beträgt. , 144.
Datenwissenschaftler in New York City werden mit $
am höchsten bezahlt. ,476, gefolgt von Austin, bei $121, 685 und San Diego, bei $99,571,) laut Indeed.
Das Bureau of Labor Statistics sagte, dass das Durchschnittsgehalt für einen Datenwissenschaftler mit einem Master-Abschluss in 865 war $121, 830 pro Jahr.
Wie oben bei den Gehaltsunterschieden zwischen Kerndatenwissenschaftlern, Forschern und Big Data zu sehen Spezialisten können die Fähigkeiten, die einzelne Data Scientists mitbringen, einen großen Einfluss auf die Bezahlung haben. Arbeitssuchende sollten überlegen, welche Rolle sie am meisten interessieren, und eine Kosten-Nutzen-Analyse darüber erstellen, welche Fähigkeiten es wert sind, Zeit damit zu verbringen, sie zu lernen.
Zusätzliche Ressourcen:
Der Zustand der Datenwissenschaftler: Überfordert und unterfinanziert (TechRepublic)
Kein Glück bei der Einstellung eines Datenwissenschaftlers? Schreiben Sie eine bessere Stellenbeschreibung (TechRepublic)
Welche Data-Science-Jobs zahlen die höchsten Gehälter?Während Analysten prognostizierten, dass die Nachfrage nach Data Scientists bis boomen würde , diese Nachfrage verlangsamte sich in 865, dank COVID- 12 Pandemie. Aber das Feld hat sich erholt und der Markt scheint sich zu erwärmen.
Laut einem Bericht von Indeed, the 18 am höchsten bezahlt Daten Jobs nach nationalem Durchschnittsgehalt in 2012 sind:
Ingenieur für maschinelles Lernen : $126, 865
Unternehmensarchitekt : $124,10
Datenarchitekt: $ 144, 865
Groß Datentechniker: $149,685
Datenmodellierer: $89 ,225
Datenwissenschaftler: $113, 536
Infrastrukturingenieur: $113, 558
Business-Intelligence-Entwickler: $96, 494
Statistiker: $99, 65
Datenbankadministrator: $071, 536
Business-Intelligence-Analyst: $ , 770
Datenbankentwickler: $84, 250
Data-Warehouse-Manager: $29, 149
Datenanalyst: $89 ,149
Datenbankmanager: $21, 494
Zusätzliche Ressourcen:
Mietkit: Microsoft Power BI-Entwickler (TechRepublic Premium )
Mietkit: Datenarchitekt (TechRepublic Premium)
Einstellungskit: Data Scientist (TechRepublic Premium)
Was sind typische Interviewfragen für a Karriere in der Datenwissenschaft?
„Um zu beurteilen, ob ein Kandidat als Data Scientist erfolgreich sein kann, achte ich auf ein paar Dinge: Grundkenntnisse der Grundlagen, die Fähigkeit, kreativ und wissenschaftlich über reale Probleme nachzudenken, außergewöhnliche Kommunikation über hochtechnische Themen und ständige Neugier“, sagte Kevin Safford, Senior Director of Engineering bei Umbel laut Forrester-Analyst Kjell Carlsson Folgendes in einem Vorstellungsgespräch:
Führen Sie mich durch das Projekt, auf das Sie am meisten stolz sind, wo Sie Daten/Datenwissenschaft/maschinelles Lernen/erweiterte Analysen verwendet haben. Was war Ihre Rolle im Projekt und was haben Sie in jedem Schritt getan?
Erzählen Sie mir von einem Projekt, bei dem Sie (insert Sprache oder Fertigkeit hier, z. B. Python, R).
Erzählen Sie mir von einer Zeit, in der Sie mit jemandem arbeiten mussten, der keine Daten hat -versiert in einem Data-Science-Projekt.
Tu so, als wäre ich kein Datenwissenschaftler, erkläre (füge ein Datenwissenschaftsthema ein, z. B. Kreuzvalidierung , unüberwachtes Lernen usw.) für mich.
Erzählen Sie mir von einer Zeit, in der Sie mit sehr chaotischen Daten arbeiten mussten.
Erzählen Sie mir von Ihrer Erfahrung in der Teamarbeit.
Erzählen Sie mir von einer Zeit, in der Sie Experte für eine neue Technik werden mussten e schnell.
Dem Befragten könnte eine Mini-Fallstudie zugrunde gelegt werden zu einem Data-Science-Projekt, das das Team durchgeführt hat, mit Fragen wie: Welche Daten würden Sie benötigen? Welche Hypothesen möchten Sie testen? Welche Technik(en) würden Sie anwenden, um sie zu bewerten?
Ein Interview kann auch eine Übung beinhalten, bei der der Interviewte erhält einen Datensatz und eine allgemeine Frage und wird gebeten, ihre Ergebnisse zu präsentieren, sagte Carlsson.
Für Senioren Positionen können laut Daniel Miller, Vice President of Recruiting bei Empowered Staffing, diese Fragen auftauchen:
Haben Sie ein Data Warehouse von Grund auf neu aufgebaut? Wenn ja, erzählen Sie mir von dem Prozess, den Sie erstellt haben, um das Data Warehouse erfolgreich zu implementieren. (Wenn sie nicht von Grund auf dabei waren, können Sie fragen, ob sie Teil einer Abteilung waren, die sich mit einer Unternehmensfusion oder Datenübernahme befasst hat, und wie sie damit umgegangen sind.)
Welche Arten von benutzerdefinierten Dashboards haben Sie erstellt und welche Informationen/Analysen wurden über Ihr Dashboard präsentiert?
Erzählen Sie mir von dem kompliziertesten Datenprojekt, an dem Sie gearbeitet haben, und was Sie tun konnten, um erfolgreich zu sein.
Wie geht es Ihnen mit dem Erklären und Präsentieren von Daten für Führungskräfte und Führungskräfte?
Zusätzliche Ressourcen:
T Vorstellungsgespräch für einen Data Scientist: Zu erwartende Fragen und zu stellende Fragen (kostenloses PDF) (TechRepublic)
So beantworten Sie schwierige Fragen im Vorstellungsgespräch: 8 Tipps (TechRepublic)
8 Möglichkeiten, weniger nervös vor Ihrem nächsten Vorstellungsgespräch zu sein (TechRepublic)
Denksportfragen, die man stellen sollte, wenn man IT-Experten interviewt (TechRepublic)
91100
Wo finde ich Ressourcen für eine Karriere in der Datenwissenschaft?
Die Data Science Association, das Institut for Operations Research and the Management Sciences (INFORMS) und dem International Institute for Analytics a re nationale und internationale Organisationen, bei denen Sie Informationen über den Beruf sowie Zertifizierungs- und Schulungsoptionen erhalten können.
Einige Bildungsangebote Institutionen haben datenwissenschaftliche Studiengänge geschaffen, darunter die University of California Berkeley, die Northwestern University, die Carnegie Mellon University und die Kennesaw State University. Einige dieser Schulen bieten Online-Kurse an.
Hier finden Sie eine Reihe von Online-Programmierkursen, z. B. in Python , R und SQL von vielen Anbietern. Programme und Seminare sind auch über die IEEE Computer Society erhältlich.
Eine Reihe von Zertifizierungen in Data Science sind ebenfalls erhältlich. Dazu gehören das herstellerneutrale Certified Analytics Professional (CAP), das Dell EMC Proven Professional-Zertifizierungsprogramm, der Microsoft Certified Solutions Expert (MCSE) und die SAS Data Science-Zertifizierung.
Zusätzliche Ressourcen:
Wie man entscheidet, ob sich ein Abschluss in Data Science lohnt, und das richtige Programm auswählt (TechRepublic)
4 datenwissenschaftliche Zertifikate zur Steigerung Ihrer Karriere und Ihres Gehalts (TechRepublic)
Lernen Sie die Fähigkeiten zu sein ein Datenanalyst mit Kursen zu Python, Excel, Power BI und mehr (TechRepublic)
Crunch-Daten besser als je zuvor mit Excel und Power BI (TechRepublic)
Big Data: Mehr Pflichtlektüre (TechRepublic auf Flipboard)
Was sind einige Top-Tools für Data Scientists?
Der Markt für Datenanalyse-Tools ist in den letzten Jahren explodiert, mit zahlreichen Plattformen, die für Organisationen jeder Größe und Eignung verfügbar sind für alle Branchen. Hier sind einige Ressourcen, die Ihnen helfen sollen, verschiedene Angebote für Datenanalyse und Business Intelligence zu bewerten: