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 efikasnije 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 maloprodaji proizvoda i usluga i savjete kako se odmah za njih obrazovati.
A1 Hrvatska
ICT program manager
Inchoo
Osnivač i CEO
Zagrebačka škola ekonomije i managementa
Profesorica ekonomije
SELECTIO
HR konzultantica i trenerica
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.
upotreba alata za naprednu statističku analizu
kategorizacija i konsolidacija podataka
računalna obrada podataka
primjena relacijskih baza podataka
uklanjanje pogrešaka vezanih uz podatke
primjena matematičkog procesuiranja podataka
prikupljanje (mining) podataka iz primarnih i sekundarnih izvora
dizajniranje, kreiranje i održavanje baza podataka
upotreba računalnih alata za prikaz informacija
izrada skladišta podataka
upotreba alata za vizualizaciju
pisanje analitičkih upita (npr. u T-SQL jeziku)
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
razumijevanje kriterija kvalitete proizvoda
razumijevanje i primjena lokalnih i međunarodnih trgovačkih zakona
analiza trgovačkog kretanja
istraživanje granica tržišnog natjecanja
primjena vrijednosti trgovačkog društva
analiza podataka za donošenje odluka o politikama u području trgovine
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