Jakie umiejętności w zakresie danych i statystyki są obecnie bardzo poszukiwane i gdzie są bardzo poszukiwane?

Mam zadanie analizy danych w finansach. Moja obecna praca polega na tym, że nie mam dużego kontaktu z wydarzeniami w mojej branży lub w innych branżach. Mam dużą wiedzę na temat statystyki bayesowskiej.

Chciałbym utrzymać się na rynku, więc jestem ciekawy, jakie umiejętności w zakresie danych i statystyki są obecnie bardzo poszukiwane i gdzie. Świat oprogramowania jest zalany danymi, więc spodziewałbym się, że będą bardzo potrzebować statystyk, ale mam wrażenie, że nie są tak bardzo poszukiwani.

Mój przyjaciel zasugerował, że branża oprogramowania potrzebuje przede wszystkim umiejętności „dużych zbiorów danych”, a nie umiejętności w zakresie statystyki jako takiej.

Jakie umiejętności w zakresie danych i statystyki są obecnie bardzo poszukiwane i gdzie są bardzo poszukiwane?

Mój przyjaciel zasugerował, że branża oprogramowania potrzebuje przede wszystkim umiejętności „dużych zbiorów danych”, a nie umiejętności w zakresie statystyki jako takiej.

Chociaż częściowo zgadzam się z komentarzem twojego przyjaciela, chciałbym zauważyć, że w każdej branży narzędzia Big Data są wybierane tylko wtedy, gdy wszystkie litery V są spełnione.

Pracuję jako szef działu danych w wiodącej firmie zajmującej się obsługą klienta. Tutaj robię hakowanie danych zarówno dla produktu, jak i dla rozwoju firmy.

Korzystam przede wszystkim z technik analizy szeregów czasowych do prognozowania odejść i analizy sprzedaży. Obejmuje to również analizę behawioralną klientów, konkurencji i branży.

Po stronie produktu stosujemy szereg technik, począwszy od analizy sentymentów przy użyciu LSTM, algorytmów rekomendacji itp.

Ale główny nacisk kładziony jest na analizę szeregów czasowych. Ogólny przepływ pracy wyglądałby następująco:

1. Czyszczenie i formowanie danych.
2. analizy eksploracyjne i wyjaśniające, które obejmują identyfikację sezonowości, trendów i cykli. Tak więc należy zbadać korelacje, autokorelacje oraz kilka statystyk jedno- i dwuwymiarowych; wraz z obszernym drukowaniem, w tym krzywymi rozproszenia, AFC, PAFC.
3. Teraz przychodzi część prognostyczna, w której różne modele są testowane, biorąc pod uwagę krok - 2 poważnie.

Użyte przeze mnie narzędzia: R, Python i Excel.

Nawet połączenie analizy danych i hakowania wzrostu okazało się magiczne w dziedzinie marketingu. Popyt na statystyków i kujonów matematyki pozostałby taki, jaki jest; i nigdzie nie spadnie w najbliższej przyszłości; szczególnie, gdy start-upy zorientowane na klienta kwitną na całym świecie.

Jedno nieoczekiwane miejsce, w którym umiejętności te są bardzo poszukiwane: HR. Skończyłem pracę w dziale HR dla przyszłościowo myślącej firmy technologicznej po zdobyciu mistrzów matematyki stosowanej. Okazuje się, że wiele firm po prostu interesuje się, w jaki sposób statystyki i analiza danych mogą im pomóc. Ponieważ analizy HR są w powijakach w porównaniu z dobrze zbadanymi obszarami, takimi jak finanse, często wymaga to stosunkowo podstawowych rzeczy, takich jak testy istotności i regresja OLS. Obecnie pracuję nad modelem predykcyjnym zmęczenia pracowników przy użyciu proporcjonalnych zagrożeń Coxa. Pole jest w fazie wzrostu i istnieje mnóstwo okazji, aby wywrzeć znaczący wpływ na znaczące problemy podczas korzystania z pewnego stopnia licencji twórczej. HR jest również doskonałym miejscem do poznania struktury firm oraz sposobu budowania kariery.