데이터 과학자

근무 일정
 

• 데이터 과학자는 일상적인 일정으로 풀 타임 작업을 기대할 수 있습니다. 까다로운 분야로서 기술을 날카롭게 유지하는 것이 필수적이며, 이는 "근무 외"재교육 교육, 추가 인증 및 기타 비 유료 학습 경험이 필요할 수 있습니다. 

일반적인 의무

• 지식과 기술을 적용하여 새로운 기술을 설계하거나 기존 기술의 사용을 극대화하십시오.
• 리더십, 엔지니어 및 외부 고객과 협력하여 문제를 파악하십시오. 
• 정책 개발 및 목표 달성 전략으로 조직 지원
• 팀과 공동 작업하고 작업 및 서스펜스 관리
• 특정 역할에 따라 데이터 과학자는 Python, R, SQL, 데이터베이스, 분석 도구, 기계 학습 및 빅 데이터로 작업할 수 있습니다.
• 복잡한 소프트웨어 또는 비즈니스 문제에 대한 실현 가능한 솔루션 개발
• 새로운 이론과 모델 개발 
• 최종 사용자, 고객, 직원 및 이해 관계자와 대화하여 하드웨어 및 소프트웨어 요구 사항 파악 
• 프로젝트 개념을 검토하고 개선을 위한 제안 사항 제공

추가 책임

• 여러 분야의 프로젝트 참여
• 새 시스템 테스트 실행
• 전문 조직에 참여하여 연구 및 결과를 공유하십시오.

소프트 스킬

• 문제를 예측할 수 있음 
• 능동적 인 학습 
• 분석
• 세심한주의
• 다른 사람들을위한 아이디어를 맥락화하는 능력
• 창의적이고 호기심 많은
• 비판적 (그러나 유연한) 사고
• 결정적인
• 초점
• 질서
• 지속성과 탄력성
• 문제 해결 
• 건전한 판단
• 강력한 의사 소통 기술

기술 능력

• 웹 플랫폼 개발 소프트웨어: SQL(구조화된 쿼리 언어), 파이썬, Tableau, R
• 의사 소통 기술 : 데이터 수집에서 파생 된 통계를 가져 와서 IT 및 금융과 같은 회사의 다른 지점에 평신도의 용어로 설명 할 수 있어야합니다.
• 팀웍 : 의사 결정을 내리기 위해 데이터에서 수집 된 정보가 필요한 다양한 부서를 위해 갈 것입니다.
• 데이터/통계 분석: 사용자 피드백 및 연구를 분석하고 적용해야 함
• 좋은 시력 
• 시스템 분석 및 평가 가능 
• 영업 및 마케팅, 고객 서비스, 통신, 디자인, 관리 원칙 및 엔지니어링 과학에 대한 기본 이해
• IBM Cognos Impromptu, Oracle Business Intelligence Enterprise Edition, QlikView 및 Tableau와 같은 비즈니스 인텔/데이터 분석 프로그램
• 폴라리스 병렬 컴파일러, Greenhills Ada 컴파일러 및 LLVM 컴파일러와 같은 컴파일러 소프트웨어
• 데이터베이스 관리 및 사용자 인터페이스/쿼리 프로그램
• LabVIEW, Apache Kafka, 또는 Eclipse IDE와 같은 개발 환경 소프트웨어
• 그래픽 이미징
• Minitab, StataCorp Stata, MATLAB과 같은 분석 및 과학 소프트웨어에 대한 지식
• 객체 또는 구성 요소 지향 개발 소프트웨어(C++, ActiveX, Java, Python)
• 대수, 기하학, 미적분학 및 통계를 포함한 강력한 수학 기술

• 학술 기관
• 은행 및 금융 부문
• 클라우드 서비스 및 호스팅
• 컨설팅
• SAAS(Software as a Service), 웹, 모바일
• 컴퓨터 소프트웨어 게시자
• 배달 회사
• 연방 정부/군사 기관
• 대기업
• 소매 회사
• 보험 기관
• 통신
• 다른 연구 개발 기관
• 민간 전문 기업
• 검색/소셜 네트워킹

• 기계 학습에 대한 이해 : 분석 모델 구축을 자동화하는 데이터 분석 방법. 기계 학습을 통해 컴퓨터는 명시적 프로그래밍 없이 데이터에서 학습하는 알고리즘을 사용하여 숨겨진 통찰력을 찾을 수 있습니다.
• 병합 또는 데이터 과학 및 IoT : 인터넷 연결을위한 IP 주소를 특징으로하는 물리적 객체의 성장하는 네트워크와 이러한 객체와 다른 인터넷 지원 장치 및 시스템 사이에서 발생하는 통신.
• IoT와 함께 작동하는 RIL(무선 인터페이스 계층)으로 작업할 수 있는 기능
• 의료 분야에서 데이터 과학의 사용 :이 과학자들에 의해 수집 된 데이터는 질병 추세, 즉 에볼라의 부활을 예측하는 데 사용될 수 있습니다.

데이터 과학자를 고용하는 대부분의 조직은 작업자가 테이블에 가져오는 기술과 정보에 크게 의존하기 때문에 그렇게 합니다. 경우에 따라 데이터 과학자는 말 그대로 판매되는 제품이나 서비스를 개발하는 반면, 다른 상황에서는 기업이 무엇을 판매할지, 누구에게 판매할지, 더 많이 판매할 방법을 결정하도록 돕고 있습니다. 결과적으로 기대치가 높지만 재정적 보상도 높습니다!
 
위스콘신 대학 (University of Wisconsin)에 따르면 초급 근로자는 최대 $ 95,000, 중간 수준의 근로자는 평균 $ 128,750, 중간 수준의 관리자는 $ 185,000, 숙련 된 관리자 평균 급여는 $ 250,000만큼 높을 수 있습니다. 분명히 이러한 금액을 지불하는 조직은 최고 수준의 전문 지식과 부가가치 작업을 요구할 것입니다. 따라서 데이터 과학자가 모든 분야에서 숙련도에 도달하고 유지하며 새롭고 발전하는 기술을 따라 잡는 것이 가장 큰 희생입니다. 이것은 자신의 시간에 "몇 시간 후"많은 일을하면서 방대하고 장기적인 헌신을 취할 수 있습니다. 

데이터 과학자들은 어린 나이에 컴퓨터뿐만 아니라 해결하거나 해결해야 할 퍼즐과 문제에 거의 관심이있었습니다. 그들은 정보를 발견하고 그것을 사용하는 방법이 승리의 열쇠 인 지적 도전을 좋아합니다. 어떤 사람들은 신비와 탐정 이야기를 읽거나 보는 것을 즐겼을 것입니다. 그들은 심리학, 사람들이 어떻게 생각하는지, 동기를 부여하는 것, 컴퓨터가 개인에서 그룹, 심지어 전체 사회에 이르기까지 다양한 수준에서 사람들을 더 잘 이해할 수있는 방법을 찾을 수있는 방법에 관심이 있습니다.
 
아마도 훌륭한 데이터 과학자는 자라면서 "큰 그림"을 볼 수 있고 작은 요소, 요소 또는 결정이 얼마나 큰 결과를 초래할 수 있는지 볼 수있는 사람이었습니다. 그들은 고도로 조직화 된 것처럼 보일지 모르지만 머릿속에는 정보가 정적이 아니며 가단성이 있고 유연합니다. 즉, 다른 사람들이 생각하지 못했던 방식으로 데이터를 창의적으로 사용하기 위해 일반적으로 "상자 밖에서 생각"할 수 있습니다. 그들은 또한 평신도의 용어로 기술적 인 것들을 설명하는 데 능숙했을 것입니다.