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 energetskoj industriji i savjete kako se odmah za njih obrazovati.
Siemens Energy
Predsjednik uprave
Hrvatski poslovni savjet za održivi razvoj
Ravnateljica
Fakultet elektrotehnike i računarstva
Docent, Zavod za telekomunikacije
SELECTIO
Voditeljica projekata regrutacije i selekcije/savjetnica za upravljanje ljudskim resursima
Fakultet elektrotehnike i računarstva
Docent, Zavod za telekomunikacije
Što preporučujete onima koji se tek počinju obrazovati za ovo radno mjesto? Gdje se obrazovati i što je važno za uspjeh?
Ključno je imati dobro temeljno znanje matematike i statistike pa se dobro usmjeriti na te studije. Nužna su i znanja programiranja u odgovarajućim jezicima (Python, R) te znanja iz struktura i baza podataka.
Što preporučujete onima koji već rade, a ovo im je zanimanje zanimljivo? Kako steći potrebne vještine?
Trebali bi proučavati matematiku i posebice statistiku, raditi u programskim jezicima Pythonu i R-u, pojačati znanje iz baza podataka.
upotreba alata za naprednu statističku analizu
uklanjanje pogrešaka vezanih uz podatke
primjena matematičkog procesuiranja podataka
izrada skladišta podataka
kategorizacija i konsolidacija podataka
pisanje analitičkih upita (npr u T-SGL jeziku)
prikupljanje (mining) podataka iz primarnih i sekundarnih izvora
primjena relacijskih baza podataka
upotreba računalnih alata za prikaz informacija
dizajniranje, kreiranje i održavanje baza podataka
računalna obrada podataka
upotreba alata za vizualizaciju
definiranje kriterija za procjenu podataka
tumačenje podataka
točnost i detaljan pristup u radu
primjena razina povjerljivosti i zaštite u radu s podacima
precizno određivanje obrazaca i pokazatelja
poslovna oštroumnost
optimiziranje i unapređivanje procesa
modeliranje poslovnih procesa
rješavanje kompleksnih problema
upravljanje vremenom i prioritetima
projektno upravljanje
upravljanje vremenom i prioritetima
poznavanje agilne metodologije
inovativnost (u postojećim i novim rješenjima)
umrežavanje s dionicima iz industrije koji su relevantni izvori informacija i inovacija
napredno poznavanje engleskog jezika
analiza kretanja tržišta energije
poznavanje prirode obnovljivih i neobnovljivih izvora energije (prednosti i mane)
procjena energetske potrebe i rizika
poznavanje energetske dokumentacije, terminologije i zakonodavstva
kreiranje i podnošenje izvješća
poznavanje protokola u slučaju prekida opskrbe ili kvara na sustavu
rad u BI alatima
kritičko razmišljanje i analitičnost
upornost i konzistentnost
donošenje odluka
komunikacijske vještine (jasna formulacija komentara i informacija, vođenje razgovora, slušanje)
emocionalna inteligencija / empatija
kreativnost
timska suradnja / virtualna suradnja
sposobnost za rad pod pritiskom
pregovaračke vještine
savjetnički pristup
učinkovito rješavanje prigovora/primjedbi
otvorenost za stalno učenje