Datenanalyst in Deep Knowledge Ventures

Die Position von  Data Scientist (Datenanalyst und Datenvisualisierung)  vereint Fähigkeiten im Bereich der Big-Data-Analyse und Informationsvisualisierung. Der Spezialist in dieser Rolle ist dafür verantwortlich, große und komplexe Datensätze in klare und informative visuelle Darstellungen umzuwandeln. Nachfolgend sind die mit dieser Rolle verbundenen Fähigkeiten und Verantwortlichkeiten aufgeführt:

Bevorzugte Fähigkeiten:

Datenanalyse:  Ein Data Scientist (Datenvisualisierung) Spezialist sollte über fundierte Datenanalysefähigkeiten verfügen, einschließlich der Fähigkeit, Muster, Trends und wichtige Erkenntnisse in großen Informationsmengen zu identifizieren.

Datenvisualisierung:  Kenntnisse in Werkzeugen und Techniken für Datenvisualisierung. Die Möglichkeit, Grafiken, Diagramme, Diagramme und interaktive Dashboards zur Darstellung von Daten zu erstellen.

Design und visueller Stil: Erfahrung im Design und Verständnis der Prinzipien der visuellen Kommunikation. Die Fähigkeit, visuelle Komponenten zu erstellen, die leicht zu lesen sind und Informationen effektiv vermitteln.

Kommunikationsfähigkeiten:  Die Fähigkeit, Kollegen und Kunden komplexe Daten und Visualisierungen zu erklären, auf deren Feedback zu hören und Visualisierungen nach Bedarf zu verbessern.

Anforderungen:

• Mindestens 2 Jahre als Python-Entwickler oder Data Scientist; Kenntnisse über Pandas, Bibliotheken zur Visualisierung, Erfahrung mit API, DataBox, Google Sheets und Google Scripts (wird von Vorteil sein);
  

• Erfahrung im Bereich Visualisierungen und Big Data;

• Fähigkeit, Geschäftsanforderungen zu verstehen und sie ausgehend von der Architekturebene und dem Technologie-Stack-Vorschlag in technische Anforderungen zu übersetzen;

• Fähigkeit, tief in technische Details einzutauchen und dabei den gesamten Projektumfang und die Architektur im Auge zu behalten;

• Erfahrung in der Zusammenarbeit mit funktionsübergreifenden Teams zum Entwerfen, Entwickeln und Implementieren neuer Funktionen;

• Sehr gute schriftliche und mündliche Kommunikationsfähigkeiten in Englisch;

• Vertrautheit mit Azure;

Verantwortlichkeiten:

1. Datenanalyse: Sammeln, bereinigen und analysieren Sie große Datenmengen, um wichtige Ergebnisse und Muster zu identifizieren. Bereiten Sie Daten für die Visualisierung vor.

2. Erstellen von Visualisierungen: Entwickeln von Datenvisualisierungen, um Benutzern ein besseres Verständnis von Informationen zu ermöglichen. Dies kann das Erstellen von Diagrammen, Diagrammen, Diagrammen, Karten und sogar dreidimensionalen Datenmodellen umfassen. Testen der Diagramme (visuellen Elemente), die wir haben entwickelt.

3. Interaktive Dashboards: Entwickeln Sie interaktive Dashboards, die es Benutzern ermöglichen, Daten unabhängig zu erkunden und die Informationen zu erhalten, die sie benötigen. Verwenden Sie beispielsweise DataBox (oder Analoga) und entwickeln Sie Ihre eigenen Dashboards auf Flask, FastAPI.

4. Leistungsoptimierung: Verbesserung der Leistung von Visualisierungen, um effizient mit großen Datenmengen zu arbeiten.

5. Zusammenarbeit: Enge Zusammenarbeit mit Datenanalysten, Dateningenieuren und Kunden, um deren Datenvisualisierungsanforderungen zu erfüllen.

6. Schulung und Feedback: Schulung von Kollegen und Benutzern im Umgang mit Datenvisualisierungen und Berücksichtigung ihres Feedbacks zur kontinuierlichen Verbesserung visueller Lösungen.

7. Mit Trends Schritt halten: Bleiben Sie über die neuesten Trends in der Datenvisualisierung auf dem Laufenden und implementieren Sie diese in Ihre Arbeit.

Wäre ein Plus

? Verständnis von Analysen und Statistiken;

?  Ein Händchen für das Benchmarking der Seitenleistung und die Implementierung von Optimierungen; 

?  Erfahrung mit pixelgenauen und trendigen Grafiken;