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.
Brzi i dostupni online programi svjetskih sveučilišta za stjecanje uvida u područje
Metodologija podatkovne znanosti
IBM-ov program nudi mogućnost stjecanja uvida u metodologiju Cross-Industry Process for Data Mining (CRISP-DM) standarda u području podatkovne znanosti analizirajući studije slučaja te primjenjujući analitički model uključujući prediktivne, deskriptivne i klasifikacijske modele. Traje 8 sati, a cijena je 39 USD.
Prijavi sePrimjena podatkovne znanosti pomoću specijalizacije u programskom jeziku Python
Program Sveučilišta Michigan (28. mjesto prema Šangajskoj listi sveučilišta 2022.) nudi mogućnost stjecanja uvida u primjenu programskog jezika Python za potrebe podatkovne analitike. Tijekom učenja polaznici se upoznaju s mogućnostima primjene u područjima strojnog učenja, analize podataka i vizualizacije podataka. Ovaj program namijenjen je polaznicima koji imaju osnovna predznanja u Pythonu ili programiranju i žele primijeniti tehnike statistike, strojnog učenja, vizualizacije informacija, analize teksta i društvenih mreža. Traje 140 sati, a cijena je 49 USD mjesečno.
Prijavi seGoogle Data Analytics profesionalni certifikat
Googleov program nudi mogućnost stjecanja uvida u područje podatkovne analitike te priprema polaznike za karijeru u tom području. Sastoji se od 8 programa u kojima polaznik upoznaje potrebne vještine i znanja potrebna za početni posao podatkovnog analitičara. Traje 187 sati, a cijena je 39 USD mjesečno.
Prijavi sePodatkovna znanost i strojno učenje putem programskog jezika Python
Program na platformi Udemy nudi mogućnost stjecanja uvida u analizu podataka, vizualizaciju i načine korištenja algoritama strojnog učenja u programskom jeziku Python. Traje 25 sati, a cijena je 79.99 EUR.
Prijavi seTemelji podatkovne znanosti
Googleov program nudi mogućnost stjecanja razumijevanja u načine primjene podatkovne znanosti u različitim industrijama te istražuje utjecaj analize podataka na donošenje poslovnih odluka. Završetkom edukacije polaznici će steći uvid u funkciju podatkovne znanosti i podatkovne analize unutar organizacije, razviti komunikacijske vještine te se upoznati s uobičajenim tijekom rada na projektu koji uključuje podatkovnu znanost. Traje 22 sata i besplatan je, službeni certifikat plaća se 39 USD.
Prijavi seALGEBRA: Cjelovita priprema za vještine i karijere budućnosti
Data Analyst akademija
Tijekom programa polaznici će usvojiti sveobuhvatno znanje i vještine potrebne za prikupljanje i pripremu podataka, izradu različitih izvještaja i vizualizaciju podataka u alatu Microsoft Power BI te automatizaciju putem koje je moguće unaprijediti poslovne procese. Data Analyst prikuplja, čisti i analizira skupove podataka te tumači statističke podatke i pretvara ih u korisne informacije koje tvrtke i organizacije mogu koristiti za učinkovitije donošenje odluka.
Prijavi seData Wrangling s Pythonom
Tijekom treninga naučit ćete osnove rada s podatcima, da podatci moraju biti kurirani i pročišćeni kako bi bili korisni i smisleni, koristiti se raznolikim nizom izvora za učinkovito izdvajanje, čišćenje, transformaciju i formatiranje vaših podataka.
Prijavi seLorem 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 informacijskim i komunikacijskim tehnologijama i savjete kako se odmah za njih obrazovati.
A1 Hrvatska
Glavni direktor za transformaciju poslovanja, ljudske potencijale i korporativne komunikacije
A1 Hrvatska
Direktor razvoja IT i telekomunikacijskih usluga
Algebra
Osnivač i član Uprave
Hrvatska udruga za umjetnu inteligenciju CroAi
Potpredsjednica
Fakultet elektrotehnike i računarstva
Docent, Zavod za telekomunikacije
A1 Hrvatska
Glavni direktor za transformaciju poslovanja, ljudske potencijale i korporativne komunikacije
Što preporučujete onima koji se tek počinju obrazovati za ovo radno mjesto? Gdje se obrazovati i što je važno za uspjeh?
Ako postoji jedno područje u kojem nekoga očekuje cjeloživotni dinamični radni vijek, to je sigurno znanost o podacima koja se bavi metodama, algoritmima i sustavima za dobivanje znanja iz podataka s ciljem rješavanja stvarnih problema i situacija u našim životima. Uz formalno i neformalno obrazovanje, najvažnija poruka o tome kako biti izvrstan u ovom području jest stjecati što više iskustva radom na izazovnim data science projektima. Oni koji spoje znanje i takvo iskustvo bit će sigurno visokokonkurentni na tržištu rada sljedećih deset godina.
Što preporučujete onima koji već rade, a ovo im je zanimanje zanimljivo? Kako steći potrebne vještine?
Danas znanje možete steći na nizu online tečajeva jer ne samo da postoje jednostavni alati nego postoje i gotovi modeli za analizu i korištenje podataka. Preporuka su kvalitetne platforme kao što su Coursera i Udemy, ali najvažnija je kombinacija znanja i iskustva rada na projektima koji uključuju podatkovnu znanost.
primjena matematičkog procesuiranja podataka
primjena računalne obrade podataka
upotreba alata za naprednu statističku analizu
uklanjanje pogrešaka vezanih uz podatke
upotreba alata za vizualizaciju
primjena relacijskih baza podataka
prikupljanje (mining) podataka iz primarnih i sekundarnih izvora
upotreba računalnih alata za prikaz informacija
kategoriziranje i konsolidacija podataka
poznavanje platformi za pružanje cloud usluga (AWS, Azure)
pisanje analitičkih upita (npr. u SQL jeziku)
razvoj prediktivnih modela korištenjem metoda strojnog učenja u R/Phytonu
korištenje programskih jezika specijaliziranih za znanost o podacima (npr. Python, R)
izrada analitičkih modela (prediktivna analitika, segmentacija, klasteriranje i slično)
tumačenje podataka
točnost i detaljan pristup u radu
definiranje kriterija za procjenu podataka
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
projektno upravljanje
upravljanje vremenom i prioritetima
upravljanje promjenama
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
provođenje stručnih istraživanja
poznavanje cloud-native tehnologija
poznavanje terminologije auto industrije
poznavanje podatkovne znanosti
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