Matematikk, statistisk analyse med softwareutvikling, datavitenskap med kunstig intelligens og datalagring med datavisualisering og manipulasjon: Dette er kåret til den beste jobben på tvers av alle bransjer.
Data scientist ble kåret til det mest sexy yrket i det 21. århundret av Harvard Business Review.
I Glassdoors «50 best jobs in america»-rapporten er data scientist rangert som den beste jobben på tvers av alle bransjer, basert på jobbmuligheter, lønn og overordnede jobbtilfredshetsgrader.
Data scientist er kanskje en av de jobbtitlene du hører og tenker «Okei, men hva gjør en data scientist egentlig?». Vi har tatt en prat med høyskolelærer i Applied data science hos Noroff, Mariya Chirchenkova, for å høre mer.
Mariya Chirchenkova. Foto: Privat
Dette gjør en data scientist
– Data science er kombinasjonen av matematikk, statistisk analyse med softwareutvikling, datavitenskap med kunstig intelligens og datalagring med datavisualisering og manipulasjon.
Enkelt sagt er en data scientist sin jobb å analysere data. Mariya Chirchenkova
– Enkelt sagt er en data scientist sin jobb å analysere data, for handlingsbar innsikt, sier Mariya, og utdyper at spesifikke oppgaver kan være:
▫️Identifisering av dataanalyseproblemer som gir størst muligheter for organisasjoner
▫️Bestemme de riktige datasettene og variablene
▫️Samle store sett med strukturert og ustrukturert data fra ulike kilder
▫️Validering av dataene for å sikre nøyaktighet, fullstendighet og enhetlighet
▫️Analyse av dataene for å identifisere mønstre og trender
▫️Tolke dataene for å finne løsninger og muligheter
▫️Kommunisere funn til interessenter ved hjelp av visualisering og andre midler
Disse ferdighetene kreves
Så, hvilke ferdigheter skal en data scientist ha i 2019?
Det er et subjektivt spørsmål. Imidlertid er det visse ferdigheter arbeidsgivere ser etter i nesten alle data scientister. For eksempel trenger data scientister sterke statistiske-, analytiske- og rapporteringsferdigheter, mener Mariya.
Kanskje den viktigste ferdigheten for en data scientist er å kunne analysere informasjon. Mariya Chirchenkova
– Kanskje den viktigste ferdigheten for en data scientist er å kunne analysere informasjon. Man må se på, og trekke ut det viktigste, av store mengder data. En data scientist må også se på mønstre og trender og ha en idé om hva disse mønstrene betyr. Dette krever analytiske ferdigheter, sier hun engasjert.
I tillegg må man være open-minded og flink til å formidle resultatene og nye løsninger til andre, gjerne mennesker med ulike skill-sets enn deg selv, utdyper hun.
– En data scientist trenger solid kunnskap om matematikk, særlig i multivariable kalkulasjoner og lineær algebra.
Data scientister trenger også programmeringsevner.
– Å kunne kode er avgjørende for nesten enhver datavitenskapelig stilling. Kunnskaper om programmeringsspråk som Python, R, Java eller SQL er derfor også viktig.
Hvordan bli en data scientist?
Mariya foreslår å stille seg selv noen enkle spørsmål, for å finne ut om fagfeltet er noe for deg, som:
Er jeg fascinert av statistikk og programmering? Er jeg villig til å stadig uppskille? Liker jeg å løse problemer? Hvis datavitenskap ikke var et ekstremt populært og lukerativt alternativ, ville jeg fortsatt valgt det?
Gjennom bachelorstudiet i Applied data science tilegner du deg det teoretiske grunnlaget som kreves for å jobbe som data scientist og gode praktiske ferdigheter i anvendelsen av verktøy og teknikker innen feltet. Dette inkluderer databehandling, analyse og visualisering, programvareutvikling og utplassering, matematisk og statistisk analyse og kunstig intelligens og maskinlæring.
Lønnsnivå
Gjennomsnittslønn for nybegynnere i dette feltet er 115.785 dollar, ifølge Glassdoor.com. Gjennomsnittslønnen for senior data scientister er 141.257 dollar.
Etterspurt ressurs
Det er for tiden mange bruksområder av data og listen vil utvides på ubestemt tid. Mariya Chirchenkova
– Det er for tiden mange bruksområder av data og listen vil utvides på ubestemt tid, sier Mariya.
Internettsøk, i helsevesenet, i målrettet annonsering, bilde- og talegjenkjennelse, flyselskapsplanlegging, gaming, selvkjørende biler og roboter, er noen eksempler.
Flere og flere arbeidsgivere søker etter kvalifiserte data scientister som kan håndtere disse dataene.
– Harward har rett om data scientister. Det er en ekstremt viktig rolle og høy etterspørsel, som kan ha betydelig innvirkning på en virksomhets evne til å oppnå sine mål, enten de er økonomiske, operasjonelle, strategiske, og så videre, avslutter hun.
Hold deg oppdatert
Gjør som tusenvis av studenter og få nyhetsbrev fra Noroff. Du kan når som helst melde deg av.