آموزش مهارت های غیر فنی دانشمندان داده موثر

The Non-Technical Skills of Effective Data Scientists

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: بیشتر آموزشهای علوم داده فقط بر روی فناوریهای کلیدی تمرکز دارند. اما مشاغل علوم داده در دنیای واقعی نیاز به مواردی بیش از تیزبینی فنی ندارند. هنگامی که دانشمندان داده های جدید تمرکز خود را از کلاس به اتاق هیئت مدیره تغییر می دهند ، اگر می خواهند پروژه هایی را ایجاد کنند که تحول تجاری ایجاد می کنند ، باید بتوانند دیگران را همدل ، متقاعد و رهبری کنند. این دوره برای کمک به شما در یادگیری این مهارت ها و سایر مهارت های غیر فنی طراحی شده است که می تواند به شما کمک کند اولین شغل علوم داده خود را به یک حرفه مادام العمر تبدیل کنید.

وقتی مدل های پیش بینی تغییر ایجاد می کنند ، باید چالش های قابل پیش بینی وجود داشته باشد در سازمانها در طول این دوره ، مربی کیت مک کورمیک این چالش ها را پشت سر می گذارد و نشان می دهد که چگونه بر آنها غلبه کنید. کشف کنید که چگونه با اطمینان از کار خود در زمین کار دفاع کنید ، کنجکاوی طبیعی خود را تقویت کنید ، تعهد خود را نسبت به کار خود عمیق تر کنید ، زبان تجزیه و تحلیل را به زبان تجارت ، دیپلماسی عملی و موارد دیگر ترجمه کنید.
موضوعات شامل:
  • ابهام ذاتی در پروژه های علوم داده را توصیف کنید.
  • همدلی شناختی و چگونگی دستیابی به آن را تعریف کنید.
  • نقش تردید ، کنجکاوی ، اقناع و دیپلماسی را در علم داده حرفه ای متمایز کنید.
  • فعالیت های مناسب برای ادامه پیشرفت حرفه ای را لیست کنید.
  • تعاملات مشترک بین دانشمندان و مدیران ارشد را شرح دهید.
  • زمان مناسب برای محدود کردن جزئیات در بحث را توصیف کنید.

سرفصل ها و درس ها

مقدمه Introduction

  • دانشمندان داده های مهارت های غیر واضح باید در مورد آنها فکر کنند The non-obvious skills data scientists should think about

1. مهارت های غیر فنی تکنیکی 1. Imperative Nontechnical Skills

  • با اطمینان از چمن خود دفاع می کنید Confidently defending your turf

  • آغوش ابهام Embracing ambiguity

  • همدلی شناختی Cognitive empathy

  • شکاکیت Skepticism

  • کنجکاوی Curiosity

  • تعهد خود را به هنر و صنعت خود Commitment to your craft

  • مدیریت هر دو بالا و پایین Managing both up and down

  • مترجم مؤثر در تجزیه و تحلیل Being an effective analytics translator

  • دیپلماسی Diplomacy

  • اقناع Persuasion

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

آموزش مهارت های غیر فنی دانشمندان داده موثر
جزییات دوره
44m 15s
12
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
691
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Keith McCormick Keith McCormick

داده کاو ، مربی ، سخنران ، نویسنده کیت مک کورمیک یک کاوشگر اطلاعات ، مربی ، سخنران و نویسنده مستقل است.

کیت در توضیح روشهای پیچیده برای کاربران جدید یا تصمیم گیرندگان در سطوح مختلف از جزئیات فنی مهارت دارد. وی متخصص در مدل های پیش بینی و تجزیه و تحلیل تقسیم بندی از جمله درختان طبقه بندی ، شبکه های عصبی ، مدل خطی کلی ، تجزیه خوشه و قوانین ارتباط است.