data scientist.

Virksomheder, organisationer og sågar regeringer bruger i højere grad end nogensinde data til at forme beslutninger. Denne data kan tracke alt lige fra online trafik til forbrugeradfærdsmønstre og vejrudsigter. Men rå data alene er ikke nok for disse virksomheder og organisationer til at træffe de rette beslutninger; der skal nogen til, som forstår at læse denne data og analysere den korrekt. Det er en opgave for en data scientist. Data scientists er ekspertanalytikere med en dyb forståelse for datateknologi og statistik. 

Data scientists kominerer disse analytiske evner med viden indenfor det pågældende område for at kunne skabe modeller ud fra den data, de studerer. Ved at bruge disse modeller forsøger data scientists at forstå fortidige og fremtidige sutationer og sågar at forudsige en fremtidig adfærd.

hvad laver en data scientist?

Ligesom alle andre eksperter indenfor en særlig videnskab, udfører data scientists ikke kun analyser. De videreformidler også det, de finder. Det kan være alt lige fra at viderekommunikere oplysninger til en virksomhedsledelse eller en offentlig eller statslig instans. Og i den proces skal en data scientist kunne videreformidle sine resultater på en klar og nyttig måde. Derfor er det afgørende, at man som data scientist også besidder gode formidlingsevner. 

Er analytisk og statistisk arbejde som data scientist indenfor tech og IT-branchen være noget for dig? Så læs med i denne artikel, hvor vi stiller skarpt på de kompetencer og færdigheder, der kræves for at kunne trives i arbejdet som data scientist.

Den gennemsnitlige løn for en data scientist er iflg. fagforeningen Djøf 55.000 kroner - 63.000 kroner om måneden (2019). Hertil kommer pension og en lang række betalte personalegoder som f.eks. sundhedsforsikring, frokostordning og medarbejderaktier.

Indenfor datavidenskab kan man specialisere sig i flere forskellige retninger. De mest almindelige specialiseringer omfatter:

Er du interesseret i at vide mere om arbejdet som data scientist, så læs videre. I det følgende kigger vi nærmere på, hvordan en data scientists arbejdsdag ser ud, hvilket arbejdsmiljø man kan forvente og hvilke karrieremuligheder, der foreligger.

arbejdsopgaver og ansvarsområder

Som data scientist skal du have flair for matematik, statistik og analytiske metoder for at kunne forstå dataen.

Dit arbejde som data scientist omfatter:

• at identificere mønstre indenfor den pågældende data ved at holde det op mod tilsvarende strømninger i den virkelige verden
• at bygge modeller og algoritmer som kan bruge data til at forudsige fremtidige udfald
• at formulere research-spørgsmål som forventes besvaret ved hjælp af data
• at raffinere datasæt ved hjælp af machine learning og andre redskaber
• at videreformidle dine resultater til virksomhedsledelser, politiske ledere eller offentligheden

Det kræver en løbende læringsproces at kunne gennemføre disse opgaver.

En del af arbejdet består derfor i at videreudvikle og videreuddanne sig, således at man altid er opdateret på de seneste teknologier, den nyeste software og den seneste viden indenfor datavidenskab. Datavidenskab benytter sig nemlig af digitale værktøjer uanset om der er tale om datavisualisering eller dataanalyse. At kunne mestre disse redskaber er afgørende.

En data scientist arbejder typisk på et kontor. Det meste af dit analysearbejde foregår på computer og ved hjælp af andre former for informationsteknologier. Arbejdet kan omfatte rejser til møder og konferencer, selvom det ikke altid er tilfældet. Måske foregår dit arbejde slet ikke på et traditionelt kontor. Mange data scientists laver fjernarbejde og har kun sporadiske arbejdsgange på kontorer, hvis ikke de ligefrem udelukkende arbejder online.

hvem er dine kolleger?

Afhængigt af din arbejdsgiver og din branche, vil du som data scientist kunne arbejde sammen med alt lige fra ingeniører, controllers og tjenestemænd. Du kan også arbejde tæt sammen med computer-programmører og databaseadministratorer, såvel som andre specialister, der kunne være alt lige fra forskere, ledere indenfor markedsundersøgelser, tekniske skribenter og mange flere.

arbejdstider

Arbejdstiden for en data scientist er forholdsvis forudsigelig. Det meste af tiden arbejder du indenfor normale arbejdstider, og det er kun sjældent, at der opstår aften- eller weekendarbejde. Dog forventes der noget fleksibilitet i arbejdet. Udarbejdelse af rapporter og publiceringer er ofte en del af en data scientists arbejde. Derfor kan der forventes overarbejde, når visse deadlines her skal nåes. Man skal dog forvente en arbejdsuge på mellem 37 til 39 timer.

For at blive data scientist skal du læse datavidenskab. Det kan du gøre på flere af landets universiteter heriblandt Aalborg og Aarhus samt DTU og IT Universitetet i København. En bachelor i datavidenskab tager 3 år. Dertil kan tages en kandidatuddannelse i datavidenskab, som varer 2 år.

færdigheder og kompetencer

En data scientist skal både have gode færdigheder inden for kvantitativ analyse kombineret med gode kommunikative evner. Selve hovedkompetencerne er dog analyse og fortolkning af data:

• analytisk mindset

Det vigtigste er at besidde et analytisk mindset og at have et drive for at ville løse forskellige problemstillinger via brug af data. Du skal have erfaring med databaser og analytiske databaseværktøjer.

• IT og programmerings kompetencer

Det er også vigtigt at have kendskab til softwarepakker og programmering; du vil løbende udvide og opdatere denne viden i løbet af din karriere.

• formidling

Der er dog andre faktorer i arbejdet som data scientist som spænder bredere end blot dataanalyse og udvikling af dataanalyse-modeller. For at kunne drage nyttig af din viden, skal du også kunne videreformidle den.

Derfor skal du besidde forholdsvis gode formidlingsevner i forbindelse med møder eller oplæg. Andre gange skal du videreformidle dit arbejde i skriftlig form ved at udfærdige rapporter, artikler og sågar bøger. 

Det er også vigtigt at kunne videreformidle dit arbejde og resultater til andre folk, der måske ikke lige besidder den samme baggrundsviden som dig.

• karrieremuligheder

Dit arbejde som data scientist kan åbne op for en bred vifte af muligheder. Du kan vælge at specialisere dig yderligere i forskellige områder indenfor datavidenskab som for eksempel kunstig intelligens (AI) eller machine learning, eller du kan overveje en stilling med mere ledelsesansvar som for eksempel et arbejde som projektleder. Der er også muligheder for selv at lære fra sig ved eksempelvis at blive underviser på universitet.

Hos Randstad hjælper vi virksomheder og kandidater med at finde det rette jobmatch. Vi rekrutterer data scientists til såvel faste som midlertidige stillinger, ligesom vi formidler kontakt mellem virksomheder og interim ansatte.

• specialister finder specialister

Hos Randstad er vi specialister inden for data scientist rekruttering. Vores rekrutteringskonsulenter på dette område har selv en baggrund i IT branchen og kender derfor både markedet og kunderne.

• freelancers

Randstad ejer Europas største freelancer database twago og er eksperter i at identificere de rigtige freelancere til de rigtige projekter både lokalt og globalt.

• projektansættelse

Randstad har mulighed for at kontraktansætte dig på time- eller månedsbasis alt efter dine og vores kunders ønsker. Vi sikrer dig ordentlige ansættelses-, kontrakt- og forsikringsforhold.

• fastansættelse

Randstad rekrutterer data scientists til faste stillinger hos mange spændende virksomheder. Vi får løbende nye opgaver ind fra vores kunder i hele landet.

Du har talentet. Virksomhederne har behovet. Vi skaber forbindelsen.

Upload dit CV i vores database og lad os hjælpe dig med at finde dit næste job. Se alle vores ledige stillinger her.

Ofte stillede spørgsmål om data scientist arbejdet