Data scientists zijn gewild. Momenteel staan er ongeveer 15 duizend vacatures voor data scientist open op LinkedIn. Wat houdt deze functie in, welke skills heb je daarvoor nodig en wat maakt dit vak zo belangrijk? In dit artikel duiken we dieper in de functie van data scientist aan de hand van vier vragen.

Waarom zijn data scientists zo populair?
Data is de brandstof voor zakelijk succes. Dat geldt voor bijna elk bedrijf, van financiële dienstverleners die inzicht willen in bellegingskoersen tot een distributeur die zijn supply chain wil stroomlijnen en een strandtent die gericht wil inkopen voor de zomermaanden. Op basis van historische gegevens, kun je als organisatie voorspellingen doen. Hoe gerichter die voorspellingen, hoe winstgevender je beleggingen, efficiënter je supply chain en nauwsluitender je inkoop. Hoe zorg je dat je nauwkeurige forecasts uit data kunt halen? Een data scientist biedt uitkomst.

Wat doet een data scientist?
Een data scientist is een moderne waarzegger. Alleen wel een die de toekomst voorspelt op basis van keiharde cijfers in plaats van zachte onderbuikgevoelens. Daarvoor gebruikt de data scientist kwalitatieve data: gestructureerde gegevens die vindbaar, toegankelijk, deelbaar en herbruikbaar zijn. Daarbij werkt hij zowel met interne gegevens zoals informatie over voorraden, online klantaankopen of piekuren, als met externe data over bijvoorbeeld weersvoorspellingen, de fileverwachting of beurskoersen.

Welke skills heb je nodig?
Een data scientist beantwoordt businessvragen over de nabije toekomst. Dat vereist inzicht in de business: welke data moet je op welke momenten gebruiken om een specifieke vraag te beantwoorden? Daarnaast komt een wiskundeknobbel goed van pas. Als data scientist moet je namelijk bepalen welke wiskundige formules en algoritmes je inzet om een businessvraagstuk te beantwoorden en een nauwkeurige voorspelling te doen. Tot slot moet je kunnen werken met belangrijke data analyse- en Artificial Intelligence (AI) tools zoals Microsoft Azure AI, Python en R voor machine learning.

Wat is het verschil met een data analist?
Een data analist effent de weg voor de data scientist. Hij verzamelt en structureert de data, zodat deze vindbaar, toegankelijk, deelbaar en herbruikbaar wordt. Daarna kan de data scientist met deze kwalitatieve data aan de slag. Maar er is nog een belangrijk verschil tussen deze functies: waar een data scientist voorspelt, kijkt een data analist naar het verleden. Om een voorbeeld te geven; een data analist bij een verzekeringsbedrijf analyseert hoeveel winst zijn werkgever heeft gemaakt met een specifiek verzekeringsproduct in het afgelopen boekjaar. Een data scientist voorspelt hoeveel de premie aangepast moet worden om deze winst ook volgend jaar te realiseren.

Meer weten over de functie van data analist? Lees het artikel Hoe word ik een data analist.

Data scientist worden? Zet de eerste stappen op dit vakgebied met de training Data Scientist.