W zasadzie to po co mi Data Scientist ? – część III – czego warto się uczyć,aby zostać Data Scientist

W poprzednich częściach starałem się przybliżyć kto może zostać Data Scientist oraz jakimi zagadnieniami zajmuje się taka osoba w organizacji. W dzisiejszej części (chwilowo ostatniej poświęconej “naukowcom od danych” postaram się przybliżyć jakie umiejętności techniczne oraz biznesowe warto brać pod uwagę przygotowują się do roli Data Scientist. Zacznijmy od twardych, technicznych umiejętności, które dość szybko mogą zostać zweryfikowane:

  • Matematyka  (m.in. algebra liniowa, prawdopodobieństwo, całkowanie)
  • Statystyka (m.in. testowanie hipotez)
  • Uczenie maszynowe narzędzia i techniki
  • Software engineering (m.in. rozproszone przetwarzanie, algorytmy, struktury danych)
  • Data mining
  • Czyszczenie danych
  • Wizualizacja danych (m.in. ggplot oraz d3.js) jak również techniki raportowe
  • Język R / SAS
  • Bazy danych relacyjne oraz języki zapytań SQL
  • Python , C/C++ Java, Perl
  • Rozwiązania Big data –  Hadoop, Hive & Pig
  • Rozwiązania oparte o platformę chmury publicznej (np. Azure)

Wiedza techniczna to jedynie część sukcesu,bardzo istotna jest również wiedza o danym przemyśle / sektorze. Dotyczy to w szczególności sposobu gromadzenia danych, analizy i ich wykorzystania.

2 Replies to “W zasadzie to po co mi Data Scientist ? – część III – czego warto się uczyć,aby zostać Data Scientist”

Comments are closed.