Data scientist
In het Engels: Data Scientist
Data scientists zoeken en interpreteren rijke gegevensbronnen, beheren grote hoeveelheden gegevens, voegen gegevensbronnen samen, zorgen voor de consistentie van datasets en creëren visualisaties om te helpen gegevens te begrijpen. Zij bouwen wiskundige modellen op basis van data, presenteren en communiceren gegevensinzichten en bevindingen aan specialisten en wetenschappers in hun team en, indien nodig, aan een niet-deskundig publiek, en bevelen manieren aan om de data toe te passen.
Data scientist is ook bekend als research data scientist, data analyst, research analist en business data scientist
Wat moet een data scientist weten?
De volgende onderwerpen vormen de kennisbasis van een data scientist en komen in het dagelijkse werk steeds terug.
-
Data-ethiek→
-
Data engineering→
-
Datamining→
-
Datawetenschap→
-
Empirische analyse→
-
Gegevensextractie→
-
Gegevensmodellen→
-
Informatie-indeling→
-
Kwantitatieve analyse→
-
Online analytische verwerking→
-
Querytaal voor resource description framework→
-
Querytalen→
-
Software voor gegevensvisualisatie→
-
Statistiek→
-
Statistische modelleringstechnieken→
-
Technieken voor visuele presentatie→
-
Wetenschappelijke literatuur→
-
Wiskundige modellering→
Wat moet een data scientist beheersen?
De volgende competenties horen bij het werk van een data scientist en komen vrijwel elke dag aan bod.
-
Aanbevelingssystemen bouwen→
-
Aan gegevensopschoning doen→
-
Abstract denken→
-
Academisch onderzoek publiceren→
-
Actuele gegevens interpreteren→
-
Analyseresultaten rapporteren→
-
Analytische wiskundige berekeningen uitvoeren→
-
Beginselen van onderzoeksethiek en wetenschappelijke integriteit toepassen in onderzoeksactiviteiten→
-
Blijk geven van vakkennis→
-
Communiceren over wetenschappelijke inzichten→
-
Databaseschema ontwerpen→
-
Databases gebruiken→
-
De betrokkenheid van het publiek bij het onderzoek bevorderen→
-
De factor geslacht integreren in het onderzoek→
-
De overdracht van kennis bevorderen→
-
Een professioneel netwerk van onderzoekers en wetenschappers opzetten→
-
Gegevens normaliseren→
-
Gegevensprocessen vaststellen→
-
Gegevensverwerkingstechnieken gebruiken→
-
ICT-gegevens verzamelen→
-
Individuen begeleiden→
-
Informatie samenvatten→
-
Intellectuele-eigendomsrechten beheren→
-
Kennis beheren voor impact op het beleid→
-
Multidisciplinair onderzoek verrichten→
-
Onderzoeksactiviteiten evalueren→
-
Onderzoeksfinanciering aanvragen→
-
Onderzoeksgegevens beheren→
-
Openbare publicaties beheren→
-
Open innovatie in onderzoek bevorderen→
-
Opstellen van wetenschappelijke of academische artikelen en technische documentatie→
-
Persoonlijke professionele ontwikkeling beheren→
-
Processen voor gegevenskwaliteit implementeren→
-
Professioneel omgaan met anderen in onderzoeks- en beroepsomgevingen.→
-
Projectbeheer uitvoeren→
-
Resultaten verspreiden onder de wetenschappelijke gemeenschap→
-
Software met een open broncode ontwikkelen→
-
Steekproefgegevens behandelen→
-
Systemen voor gegevensverzameling beheren→
-
Toepassingen ontwikkelen voor gegevensverwerking→
-
Verschillende talen spreken→
-
Vindbare, toegankelijke, interoperabele en herbruikbare gegevens beheren→
-
Visuele gegevenspresentatie bieden→
-
Wetenschappelijke publicaties schrijven→
-
Wetenschappelijk onderzoek verrichten→
Wat kan een data scientist nog meer leren?
De onderstaande vaardigheden zijn optioneel. Wie ze beheerst, onderscheidt zich als data scientist.
-
Bedrijfsanalyse→
-
Beeldherkenning→
-
Beoordeling van kwaliteit van gegevens→
-
Blended leren toepassen→
-
Business intelligence→
-
Computationele biologie→
-
Computationele wetenschap→
-
Computersimulatie→
-
Criteria voor gegevenskwaliteit definiëren→
-
Databanken in de cloud ontwerpen→
-
Datagestuurde beslissingen nemen→
-
Datamining uitvoeren→
-
Digitale conservering→
-
Gegevens beheren→
-
Gegevensmodellen creëren→
-
Gezondheidszorganalyse→
-
Hadoop→
-
Ict-gegevensarchitectuur beheren→
-
ICT-gegevensclassificatie beheren→
-
ICT-gegevens integreren→
-
LDAP→
-
Lesgeven in het academisch of beroepsonderwijs→
-
LINQ→
-
Marketinganalyse→
-
MDX→
-
Multidisciplinair onderzoek→
-
N1QL→
-
Onderzoeksopzet→
-
Ongestructureerde gegevens→
-
Sociale-netwerkanalyse→
-
Software voor spreadsheets gebruiken→
-
SPARQL→
-
Statusschatting→
-
XQuery→
Hoe digitaal vaardig moet een data scientist zijn?
Een data scientist heeft een aantal digitale skills nodig. Hieronder vind je welke dat zijn.
-
Aanbevelingssystemen bouwen→
-
Aan gegevensopschoning doen→
-
Bedrijfsanalyse→
-
Beeldherkenning→
-
Beoordeling van kwaliteit van gegevens→
-
Blended leren toepassen→
-
Business intelligence→
-
Computationele biologie→
-
Computationele wetenschap→
-
Computersimulatie→
-
Databanken in de cloud ontwerpen→
-
Databaseschema ontwerpen→
-
Databases gebruiken→
-
Data engineering→
-
Datamining→
-
Datamining uitvoeren→
-
Datawetenschap→
-
Digitale conservering→
-
Gegevens beheren→
-
Gegevensextractie→
-
Gegevensmodellen→
-
Gegevensmodellen creëren→
-
Gegevens normaliseren→
-
Gegevensprocessen vaststellen→
-
Gegevensverwerkingstechnieken gebruiken→
-
Hadoop→
-
Ict-gegevensarchitectuur beheren→
-
ICT-gegevensclassificatie beheren→
-
ICT-gegevens integreren→
-
ICT-gegevens verzamelen→
-
Informatie-indeling→
-
Kwantitatieve analyse→
-
LDAP→
-
LINQ→
-
Marketinganalyse→
-
MDX→
-
N1QL→
-
Onderzoeksgegevens beheren→
-
Ongestructureerde gegevens→
-
Online analytische verwerking→
-
Openbare publicaties beheren→
-
Processen voor gegevenskwaliteit implementeren→
-
Querytaal voor resource description framework→
-
Querytalen→
-
Software met een open broncode ontwikkelen→
-
Software voor gegevensvisualisatie→
-
Software voor spreadsheets gebruiken→
-
SPARQL→
-
Systemen voor gegevensverzameling beheren→
-
Technieken voor visuele presentatie→
-
Toepassingen ontwikkelen voor gegevensverwerking→
-
Vindbare, toegankelijke, interoperabele en herbruikbare gegevens beheren→
-
Visuele gegevenspresentatie bieden→
-
XQuery→
Deze pagina gebruikt en bewerkt gegevens uit ESCO, de Europese classificatie van vaardigheden, competenties en beroepen van de Europese Commissie. Bron: ESCO / European Commission. Licentie: CC BY 4.0. De gegevens zijn aangevuld, vertaald, gekoppeld aan BRC2014/SBC2014/ISCO-08 of redactioneel aangepast door het team van Vaklui.