Podatkovni analitičar i znanstvenik
Analizira podatke kako bi utvrdio obrasce i pružio informacije relevantne za određeno poslovanje, industriju ili područje. Koristi podatke kako bi izradio prediktivne modele i statističke analize i prezentirao pronađene zakonitosti na temelju kojih se donose odluke o pristupu poslovanju. Njihove se analize najčešće koriste za optimizaciju poslovanja, marketing, otkrivanje prijevara u financijskim transakcijama ili istraživanje.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Sed euismod feugiat diam, volutpat porta mauris fringilla nec. Maecenas cursus a eros ut egestas. Sed finibus ante quis libero lobortis tempus.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Sed euismod feugiat diam, volutpat porta mauris fringilla nec. Maecenas cursus a eros ut egestas. Sed finibus ante quis libero lobortis tempus.
Ekspertni tim u kojem je 27 znanstvenika, profesora, menadžera, stručnjaka iz različitih industrija i osnivača top tehnoloških tvrtki prvi put u Hrvatskoj analizira najvažnije vještine za 100 zanimanja budućnosti u 10 industrija. Na svakoj industriji radio je poseban tim. Ovo su stručnjaci koji vam donose listu najvažnijih vještina za zanimanja budućnosti u naprednoj proizvodnji i savjete kako se odmah za njih obrazovati.
Gideon Brothers
Osnivač i CEO
Fakultet elektrotehnike i računarstva
Voditelj Centra karijera
Zagrebačka škola ekonomije i managementa
Profesorica ekonomije
SELECTIO
Direktorica organizacijskog dizajna i razvoja
Fakultet elektrotehnike i računarstva
Voditelj Centra karijera
Što preporučujete onima koji se tek počinju obrazovati za ovo radno mjesto? Gdje se obrazovati i što je važno za uspjeh?
Podatkovni analitičar i znanstvenik relativno je novo zanimanje, koje popularnost može zahvaliti enormnom koji se prikupljaju raznim online servisima koje svakodnevno koristimo, a kojima je potrebno dati značenje i smisao. Znanost o podacima područje je koje obuhvaća matematiku, statističko modeliranje, strojno učenje i ostale srodne discipline koje se primjenjuju u analizi velikih skupova podataka. Za uspjeh je važno krenuti od solidnih osnova u području matematike (prije svega naprednog korištenja statistike) te programiranja, a kompetencije se najbolje stječu na specijaliziranim diplomskim studijima za znanost o podacima.
Što preporučujete onima koji već rade, a ovo im je zanimanje zanimljivo? Kako steći potrebne vještine?
Mnogi na tržištu rada koji vide priliku za uključivanje u područje znanosti o podacima najčešće već posjeduju solidna matematička i programerska predznanja, ali im nedostaju određene specifične kompetencije koje se stječu posebno pripremljenim studijskim programima. S obzirom na izuzetno visoku popularnost znanosti o podacima u današnje doba, najbrži i najjednostavniji način popunjavanja te praznine mnogobrojni su online tečajevi i materijali. Danas postoje vrlo kvalitetni, a besplatni i lako dostupni materijali iz tog područja. Važno je i znanja stjecati radom na vlastitim projektima kako bi se bolje upoznalo s modernim alatima i tehnologijama koje se koriste u znanosti o podacima. Svakome tko se odluči baviti ovim područjem neće biti teško niti pronaći kompaniju koja traži podatkovne inženjere, a najbolji i najbrži put za stjecanje znanja u tom području svakako je rad na konkretnim projektima u kojima se rješavaju stvarni problemi.
pisanje analitičkih upita (npr. u T-SQL jeziku)
upotreba računalnih alata za prikaz informacija
primjena relacijskih baza podataka
dizajniranje, kreiranje i održavanje baza podataka
izrada skladišta podataka
upotreba alata za naprednu statističku analizu
matematičko procesuiranje podataka
uklanjanje pogrešaka vezanih uz podatke
kategorizacija i konsolidacija podataka
upotreba alata za vizualizaciju
računalna obrada podataka
prikupljanje (mining) podataka iz primarnih i sekundarskih izvora
rješavanje kompleksnih problema
optimiziranje i unapređivanje procesa
modeliranje poslovnih procesa
precizno određivanje obrazaca i pokazatelja
definiranje kriterija za procjenu podataka
primjena razina povjerljivosti i zaštite u radu s podacima
tumačenje podataka
poslovna oštroumnost
upravljanje vremenom i prioritetima
točnost i detaljan pristup u radu
poznavanje i slijeđenje postupaka proizvodnje, uključujući dokumentaciju i zakone
poznavanje kriterija kvalitete proizvodnje
analiza proizvodnih postupaka u svrhu unapređenja
analiza kretanja tržišta proizvodnje
rad u BI alatima
kreiranje i iznošenje izvješća
poznavanje proizvodnih razina i rasporeda proizvodnje
kritičko razmišljanje i analitičnost
upornost i konzistentnost
otvorenost za stalno učenje
komunikacijske vještine (jasna formulacija komentara i informacija, vođenje razgovora, slušanje)
timska suradnja / virtualna suradnja