تکنولوژیها
- PythonRMachine LearningData Science
یک «تحلیلگر داده حسابی(یا همان حسابایی!)» کیست؟
در حسابا، تمرکز اصلی ما «حل مسئلههای دادهمحور» است؛ یعنی میخواهیم تا با تحلیل دادهها و شناخت روابط و ویژگیهای آنها، به مسائلی که از دادهها طرح میشوند پاسخ دهیم. بنابراین یک «تحلیلگر داده» در حسابا، در فرآیند تبدیل دادههای خام به پاسخهایی برای مسئلهها کمک میکند.
پس یک تحلیلگر داده در حسابا، این ویژگیهای فنی را دارد:
- آشنایی کافی با آمار و احتمال: در حسابا، برای مدلسازی داده و حل مسائل مربوط به آن خیلی اوقات از مدلهای آماری استفاده میکنیم. البته جدای از آن میتوان گفت که «دید آماری» به مسائل، یکی از مهمترین ویژگیهای یک تحلیلگر خوب داده است.
- تسلط قابل قبول به برنامهنویسی: از آنجا که مهمترین ابزارهای ما برای تحلیل دادهها، زبانهای برنامهنویسی هستند، یک تحلیلگر داده خوب باید به قول معروف «دستبهکد» باشد و مقداری هم از الگوریتمها سردربیاورد تا بتواند به راحتی به دادهها حمله کند.
- تجربه کار با داده: شاید اساسیترین ویژگی یک تحلیلگر داده، توانایی او در درگیری با دادههاست! برای همین، تجربه کار با دادههای گوناگون از مهمترین خصوصیتهایی است که یک تحلیلگر داده باید داشته باشد.
- آشنایی با یکی از زبانهای R یا Python: معمولا متداولترین زبانها برای تحلیل داده، زبانهای R و Python است. به همین دلیل، آشنایی با یکی از این دو زبان برای یک تحلیلگر داده لازم است.
- آشنایی با مهارت تصویرسازی داده: یکی از مهمترین قدمهایی که در یک پروژه تحلیل داده باید طی شود، تصویرسازی داده و رسم نمودارها و تصویرهای مختلف از داده است؛ هم برای کاوش و شناخت داده و هم برای ارائه نتایج آن.(برای این کار در زبانهای مختلف کتابخانههایی مخصوص وجود دارد. مثلا در زبان R بسته ggplot و در زبان Python بسته Matplotlib برای این کار طراحی شدهاند.)
- آشنایی با مهارت گزارشنویسی از داده: پس از طیشدن کل فرآیند تحلیل داده، باید پاسخهایی را که به مسئلهها دادهایم، مستند کنیم و از آن گزارشی تهیه کنیم تا همه افراد بتوانند از تحلیل انجامشده استفاده کنند. بنابراین یک گزارش خوب میتواند کل فرآیند تحلیل داده را برای افراد مرتبط قابل استفاده کند و برعکس!
داشن این ویژگیها خوب است، اما اگر آنها را ندارید بعدا هم میتوانید یاد بگیرید:
- آشنایی با ابزارهای مهداده (Big Data) مثل Spark و Hadoop: خیلی از دادههایی که ما در حسابا با آنها سروکار داریم، دادههای بزرگیست که ابزارهای معمولی برای تحلیل آنها به تنهایی کافی نیست. به همین دلیل، برای تحلیل آنها نیاز داریم تا از ابزارهای مخصوص مهداده استفاده کنیم.
- آشنایی با روشهای یادگیری ماشین: روشهای مختلف یادگیری ماشین، در بسیاری از مسائل تحلیل داده میتوانند برای ساختن مدلهای با کیفیت کمککننده باشند.
و البته این ویژگیهای عمومی هم برای هر حسابایی، از نان شب واجبتر است:
- توانایی حل مسئله: میتوان گفت که هر داده و پروژه، یک مسئله جدید است که قبلا ندیدهایم! به همین دلیل است که یک حسابایی میتواند به خوبی به مسائل جدید حمله کند تا آنها را از پا دربیاورد.
- دارای روحیه کار تیمی: در حسابا هم طبیعتا این «تیم» است که پروژهها را انجام میدهد و نه «شخص» و نه حتی مجموعهای از «شخصها»! بنابراین توانایی کار کردن با یک تیم، یکی از مهمترین ویژگیهای یک حسابایی است.
- دارای روحیه علمی و پژوهشی: در حسابا، خیلی اوقات به خاطر طبیعت پیچیده یک مسئله نیاز به پژوهش و تحقیق در لبههای دانش داریم؛ یعنی باید پژوهشهای علمی و نظری حول مسائلمان انجام دهیم تا بتوانیم حلشان کنیم.
- علاقهمند به یادگیری: در علوم داده هم مثل خیلی از حوزههای فناوری و دانش، ابزارها و دانشها دائما در حال تحول و پیشرفت هستند. به همین دلیل، علاقه به یادگیری فناوریهای جدید یکی از تواناییهای مهم یک حسابایی است که میخواهد همیشه با استانداردهای بالا کارهایش را انجام دهد.
پس اگر به نظرتان میآید همه یا اکثر ویژگیهای یک تحلیلگر داده حسابی را دارید، خوشحال میشویم که رزومهتان را برایمان بفرستید :)
(لازم به توضیح است که امکان همکاری به صورت تماموقت نیز فراهم است.)
مزایا
- ناهار و پذیرایی میانوعده
- حقوق مناسب و رقابتی
- ساعتکاری منعطف
- فرصت یادگیری و رشد علمی و مهارتی
- موقعیت مکانی با دسترسی مناسب
- هدیه ازدواج و تولد فرزند
- بیمه و بیمه تکمیلی
- سرگرمیهای روزانه
- فضای استراحت
- پارکینگ اختصاصی