marketing-en-insights-data-analytics.jpg

Data-scientist

Wat doet een data-scientist?

Een data-scientist maakt voorspellingen op basis van grote hoeveelheden data verwerkt uit verschillende databronnen zoals e-mails, video’s, foto’s en social media. Deze voorspellingen zijn voor bedrijven van belang om de juiste keuzes te kunnen maken. Als Data Scientist moet je weten welke data je gaat gebruiken voor de juiste voorspellingen. Voor het herschikken, filteren en transformeren van data worden programmeertalen Python en R gebruikt. Zo ontstaan er modellen die gebruikt worden bij het doen van de voorspellingen. Dit wordt vertaald naar beslissingsondersteunende informatie die organisaties kunnen gebruiken om zakelijke beslissingen te nemen.

Taken data scientist

  • Het verzamelen, verwerken, schonen en correleren van grote hoeveelheden data uit verschillende (big) databronnen 
  • Zoeken naar kansen en mogelijkheden in de data
  • Machine Learning: het herkennen van trends en patronen uit ‘big data’ met behulp van analytische software
  • Analyseren en selecteren van de beste statistische methodologie
  • Inzetten van voorspellende algoritmes ten behoeve van de besluitvorming
  • Het maken van visuele rapportages 
  • Het presenteren van de bevindingen aan de business 
  • De datastromen en data-analyses beheren en optimaliseren

Welke competenties heeft een data-scientist nodig?

Een data scientist moet niet alleen analytisch zijn, maar moet ook goed begrijpen wat de behoeften van de business zijn. De competenties die wij belangrijk vinden

  • Nieuwsgierig, creatief, leergierig
  • Communicatief vaardig, overtuigend, empathisch
  • Professioneel, gestructureerd, oplossingsgericht,

Daarbij is het ook belangrijk dat je als data-scientist kennis hebt van diverse programma’s. Denk hierbij aan SQL-gebaseerde programma’s, een of meer programmeertalen zoals Python, scenario-analyses en algoritmes.

Hoe word je data scientist?

Als je rondkijkt op vacaturewebsites dan zie je dat voor een rol als data scientist vaak een universitair diploma een vereiste is. Denk hierbij aan een studie wiskunde, econometrie, kunstmatige intelligentie, of natuurkunde. Met een bèta-studie heb je over het algemeen een stapje voor, omdat het in veel gevallen makkelijker is voor bèta's om business-kennis op te doen dan het is voor alfa's om programmeer-skills te leren. Verder kun je vanuit IT, BI of online marketing richting data science.