Data Scientist er ofte kalt «det 21. århundrets mest sexy jobb». Dette yrket kombinerer matematikk, statistikk og informatikk. Det har fått stor oppmerksomhet de siste årene.
Data Scientists analyserer store datamengder med avanserte teknikker. De bruker maskinlæring og kunstig intelligens for å finne mønstre. Deres innsikt hjelper bedrifter å ta bedre beslutninger.
Etterspørselen etter Data Scientists er høy i mange bransjer. Fra finans til helsevesen trenger man deres ekspertise. Selv Lånekassen bruker maskinlæring siden 2017.
En rådgiverstilling innen Data Science har en startlønn på over 550 000 kroner. Dette viser hvor høyt deres ferdigheter verdsettes. Feltet byr på spennende muligheter for de interesserte.
Vi skal se nærmere på hva en Data Scientist gjør. Vi dekker utdanningskrav, jobbmuligheter og daglige arbeidsoppgaver. Dette er nyttig info for alle som vurderer en karriere innen dataanalyse.
Hva er en Data Scientist?
En Data Scientist er en ekspert som analyserer og tolker komplekse digitale data. Denne rollen er sentral i moderne dataanalyse og big data-håndtering. De bruker avanserte verktøy for å skape modeller og gi verdifull innsikt til organisasjoner.
Nøkkeloppgaver for en Data Scientist
Data Scientists jobber med store datasett innen klimamodellering, logistikk og medisin. De bruker sin ekspertise til å lage verdifulle løsninger for bedrifter.
- Analysere komplekse data for å identifisere trender
- Utvikle modeller for beslutningsstøtte
- Omforme rå data til meningsfull innsikt
- Kommunisere funn effektivt til teamet
Rollen krever en unik blanding av tekniske ferdigheter og kreativ problemløsning. Data Scientists må beherske ulike dataformater og kunne fortelle historier gjennom datavisualisering.
| Ferdighet | Beskrivelse |
|---|---|
| Statistikk | Analyserer data for å identifisere mønstre |
| Programmering | Utvikler komplekse løsninger og modeller |
| Datavisualisering | Presenterer funn på en forståelig måte |
| Domenekunnskap | Forstår bransjespesifikke utfordringer |
Data Scientists bidrar til forbedret beslutningsstøtte og effektivisering i mange bransjer. Deres arbeid er viktig for å holde tritt med konkurrenter i dagens marked.
Quick faktaboks om Data Scientist
Data Scientists er i front av den digitale revolusjonen. De løser komplekse problemer med datavitenskap. Deres ferdigheter skaper innovative løsninger på tvers av bransjer.
Jobbmulighetene for Data Scientists er omfattende. Fra teknologigiganter til helsevesen og finans, er etterspørselen høy. Dette gir attraktive lønninger og spennende karrieremuligheter.
Universitetet i Oslo har lansert et videreutdanningsprogram i datavitenskap. Programmet «Fra data til innsikt» består av fem kurs. Det gir verdifull kompetanse for fagfolk i privat og offentlig sektor.
| Kurs | Dato | Pris |
|---|---|---|
| Verdien av data i beslutningsprosesser | 17-18 og 28 oktober 2022 | 5000 kr |
| Digitale tvillinger | 29-30 september og 7 oktober 2022 | 5000 kr |
| Introduksjon til dyp læring | 9-10 og 16 januar 2023 | 5000 kr |
Data Scientists er viktige i den grønne omstillingen. De utvikler bærekraftige løsninger og effektiviserer ressursbruk. Verdens datasystemer bruker omtrent 12% av all elektrisitet.
Video av Data Scientist i arbeid
Data Scientists har en viktig rolle i moderne bedrifter. De analyserer store datamengder for å skape verdifull innsikt. La oss se hvordan en typisk arbeidsdag ser ut for en Data Scientist.
Rolle og betydning i bransjen
Lars Mushom, 26 år, jobber som Data Scientist hos Oda. Han har bakgrunn i fysikk og matematikk fra NTNU. Lars bruker Python og TensorFlow for å utvikle modeller.
Han fokuserer på datavisualisering og anbefalingssystemer. Dette hjelper kunder å finne relevante produkter når de handler. I TV-bransjen finner vi lignende roller.
En Data Scientist hos TV 2 analyserer seertall og innhold. De bruker verktøy som Looker for dataanalyse. Dette arbeidet er viktig i et konkurranseutsatt mediemarked.
Innovasjon er sentralt i begge tilfeller. Lars utforsker nye metoder som Reinforcement Learning. I TV 2 implementerer Data Scientists nye dataverktøy og automatiserer rapportering.
«Det er viktig å være komfortabel med usikkerhet og finne glede i problemløsning som Data Scientist,» sier Lars Mushom.
Data Scientists bidrar til innovasjon og bedre beslutningstaking. De bruker avansert dataanalyse og visualisering. Deres arbeid påvirker hvordan bedrifter opererer og vi opplever tjenester.
Hva gjør en Data Scientist?
En Data Scientist har mange viktige oppgaver innen databehandling og analyse. De henter verdifull innsikt fra store datamengder. Deres arbeid er sentralt for å forstå komplekse informasjonssystemer.
Typiske arbeidsoppgaver
Data Scientists jobber med hele prosessen fra datainnsamling til resultatpresentasjon. De bruker avansert statistikk og maskinlæring for å finne mønstre. En viktig del er å rense og forberede data for analyse.
Daglig rutine
En typisk dag for en Data Scientist kan innebære:
- Gjennomgang av nye datakilder
- Programmering i språk som Python eller R
- Samarbeid med fageksperter for å forstå forretningsbehov
- Utvikling og testing av prediktive modeller
Spesialoppgaver
Data Scientists utfører ofte spesialiserte oppgaver som:
- Utvikling av algoritmer for maskinlæring
- Oppbygging av datavisualisering for komplekse datasett
- Implementering av avanserte statistiske metoder
Konkrete oppgaver og ansvarsområder
Noen spesifikke eksempler på en Data Scientists arbeid inkluderer:
| Oppgave | Beskrivelse |
|---|---|
| Kundesegmentering | Bruk av cluster-analyse for å identifisere målgrupper |
| Prediksjon av salg | Utvikling av modeller for å forutsi fremtidige salgstrender |
| Svindeldeteksjon | Implementering av algoritmer for å oppdage unormal aktivitet |
Data Scientists hjelper bedrifter å ta bedre beslutninger. De effektiviserer virksomheter i ulike bransjer. Deres arbeid gir verdifull innsikt for fremtiden.
Verktøy og utstyr de bruker
Data Scientists bruker mange verktøy og programvare i jobben sin. Python er det mest populære programmeringsspråket. R og SQL følger tett etter. Disse språkene er viktige for dataanalyse og modellering.
Maskinlæringsverktøy er sentrale for en Data Scientist. TensorFlow, Keras og PyTorch er nødvendige for å lage avanserte modeller. Disse verktøyene gjør det lett å håndtere komplekse dataanalyser.
For å behandle store datamengder, trengs kunnskap om stordata-plattformer. Hadoop, Spark og Kafka er viktige eksempler. Disse plattformene lar Data Scientists analysere enorme datasett effektivt.
- Python: Allsidig språk med kraftige biblioteker som Pandas
- R: Spesialisert for statistisk dataanalyse
- SQL: Uunnværlig for databasehåndtering
- Maskinlæringsverktøy: TensorFlow, Keras, PyTorch
- Stordata-plattformer: Hadoop, Spark, Kafka
Myke ferdigheter er like viktige som tekniske verktøy. Kritisk tenkning, problemløsning og god kommunikasjon er essensielle. Disse ferdighetene hjelper Data Scientists å formidle komplekse ideer enkelt.
Hvem Data Scientist samarbeider med (kolleger, andre fagpersoner, kunder)
Data Scientists er nøkkelpersoner i tverrfaglig samarbeid. De jobber tett med programvareutviklere, forretningsanalytikere og domenespesialister. Sammen løser de komplekse utfordringer på kreative måter.
PwCs DataOps-team viser mangfoldet i samarbeidet. Det består av 2600 teknologer, revisorer, rådgivere og advokater. Dette illustrerer kompetansebredden en Data Scientist møter daglig.
Samarbeid med interne og eksterne aktører
Data Scientists jobber tett med:
- Dataanalytikere og BI-utviklere
- IT-spesialister
- Forretningsutviklere
- Markedsførere
- Ledere og beslutningstakere
Dette samarbeidet er viktig for forretnings- og produktutvikling. Data Scientists bruker verktøy som Power BI Premium. De benytter også Microsoft Fabric for rapportutvikling og datamodellering.
Tekniske ferdigheter og samarbeidsverktøy
For effektivt samarbeid trenger Data Scientists kunnskap om:
- Moderne utviklingsrammeverk (.NET, Git, DevOps, SCRUM)
- Skybaserte løsninger (Azure)
- ETL/ELT pipelines og integrasjonsarkitektur
Disse ferdighetene er viktige for varierte utviklings- og analyseoppgaver. Data Scientists jobber i tverrfaglige team. De må ha gode kommunikasjonsevner for å formidle komplekse analyser.
Arbeidstider for Data Scientist
Data Scientists har ofte fleksibel arbeidstid. Yrket preges av prosjektbasert arbeid, som gir rom for varierte dager. Mange jobber standard kontortider, men prosjektfrister kan kreve ekstra innsats.
Hjemmekontor og fjernarbeid er vanlig for Data Scientists. Dette gir god balanse mellom jobb og privatliv. Fleksibiliteten er nyttig når store datamengder skal analyseres.
I energisektoren lager Data Scientists langsiktige prognoser. Teams spår for perioder fra fem uker til 50 år frem i tid. Dette krever grundig analyse og kan innebære intensive arbeidsperioder.
| Tidsramme | Arbeidsoppgaver | Samarbeid |
|---|---|---|
| Kort sikt (5 uker – 5 år) | Prediksjon av strømpriser | Energidispatch-miljøer |
| Lang sikt (opp til 50 år) | Markedsmodellering | Tradere og kunder |
| Løpende | Dataanalyse og systemfeilsøking | Utviklere og forretningsrådgivere |
Prosjektbasert arbeid kan føre til perioder med høy intensitet. Data Scientists må tilpasse arbeidstiden etter prosjektenes behov. Dette krever fleksibilitet og evne til å håndtere varierende arbeidsmengder.
«Fleksibel arbeidstid gir oss mulighet til å dykke dypt inn i dataene når inspirasjonen slår til, uavhengig av klokka.»
Data Scientists må være komfortable med skiftende arbeidsrytmer. De må balansere kreativ problemløsning med strenge tidsfrister. Dette gjør jobben både utfordrende og givende.
Hvordan bli Data Scientist?
En solid utdanning er nøkkelen til å bli Data Scientist. Datavitenskapsutdanning legger grunnlaget for en vellykket karriere i feltet.
Utdanningskrav
For å bli Data Scientist trenger du vanligvis en bachelor- eller mastergrad innen relevante felt. En bachelorgrad i Data Science er et godt utgangspunkt.
Studiet går over tre år og gir 180 studiepoeng. Opptakskravet er generell studiekompetanse og bestått matematikk R1 eller S1+S2.
Studieløp
En bachelorgrad i Data Science dekker emner som:
- Big Data and Cloud Computing
- Data Ethics and Regulations
- Python Programming
- Probability and Statistics
- Information Security
- Machine Learning
- Natural Language Processing
Undervisningsspråket er ofte engelsk, og studiet tilbys i flere byer, inkludert Oslo. Prisen per semester er rundt 54 200 kr.
Relevante kurs og videreutdanning
Videreutdanning eller spesialiserte kurs kan styrke din kompetanse. Mange universiteter tilbyr mastergrader med fokus på anvendt AI eller avansert dataanalyse.
Disse programmene kan vare fra 1 til 2 år. De gir deg dypere innsikt i feltet.
Andre nødvendige kvalifikasjoner
Praktisk erfaring er verdifullt i tillegg til formell utdanning. Mange studieprogram inkluderer gjesteforelesere fra bransjen og prosjektarbeid med reelle datasett.
Dette gir deg verdifull innsikt i hvordan teorien anvendes i praksis.
| Utdanningsnivå | Varighet | Fokusområder |
|---|---|---|
| Bachelorgrad | 3 år | Grunnleggende datavitenskap, programmering |
| Mastergrad | 1-2 år | Avansert analyse, maskinlæring, AI |
| Fagskoleutdanning | 2 år | Praktisk dataanalyse, business intelligence |
Hvor jobber en Data Scientist?
Data Scientists er ettertraktede fagpersoner som finner arbeid i mange bransjer. De er verdifulle for organisasjoner på grunn av sin ekspertise innen dataanalyse og maskinlæring.
Vanlige arbeidssteder
Tech-selskaper er populære arbeidsplasser for Data Scientists. De bidrar der til utvikling av innovative løsninger.
Forskningsinstitusjoner er også vanlige arbeidssteder. Her analyserer de komplekse datasett for å drive vitenskapelige fremskritt.
Konsulentfirmaer ansetter ofte Data Scientists. De hjelper klienter med å løse dataorienterte utfordringer.
Offentlig sektor har økende etterspørsel etter Data Scientists. De jobber i statlige etater og kommuner for å forbedre tjenester.
Helsesektoren bruker Data Scientists til å analysere pasientdata. De bidrar til å forbedre behandlingsmetoder.
| Sektor | Eksempler på arbeidsplasser | Typiske oppgaver |
|---|---|---|
| Privat | Tech-selskaper, banker, konsulentfirmaer | Produktutvikling, kundeanalyse, forretningsstrategi |
| Offentlig | Statlige etater, kommuner, forskningsinstitusjoner | Forbedring av offentlige tjenester, vitenskapelig forskning |
| Selvstendig | Frilans, start-ups | Prosjektbasert arbeid, innovasjon, konsulentvirksomhet |
Noen Data Scientists jobber selvstendig som frilansere eller gründere. Dette gir dem mulighet til å jobbe med varierte prosjekter.
Data Scientists jobber med datainnhenting, transformasjoner og visualisering. De bruker verktøy som Python og R for å analysere store og små datasett.
Arbeidsmiljø
Data Scientist-yrket gir et spennende arbeidsmiljø. Det krever stadig læring og problemløsning. Hverdagen blir både utfordrende og engasjerende.
Utfordringer i yrket
Å holde seg oppdatert på ny teknologi er krevende. Data Scientists må lære om maskinlæring, statistikk og programmering. Dette krever dedikasjon og god balanse.
Fordeler med yrket
Yrket gir gode karrieremuligheter og god lønn. Data Scientists jobber ofte med nyskapende prosjekter. De løser komplekse problemer som påvirker bedrifter og samfunn.
Work-life balance
Mange arbeidsgivere tilbyr fleksible arbeidstider og hjemmekontor. Dette gir god balanse mellom jobb og fritid. Krevende prosjekter kan likevel føre til perioder med høy arbeidsbelastning.
Geografisk spredning og tilgjengelighet
Data Scientist-stillinger finnes over hele landet. De er mest utbredt i større byer. Mange selskaper tilbyr fjernarbeid, som øker jobbmulighetene utenfor storbyene.
| Aspekt | Beskrivelse |
|---|---|
| Arbeidstid | Fleksibel, ofte med mulighet for hjemmekontor |
| Utdanningskrav | Mastergrad i relevante felt som statistikk eller datavitenskap |
| Språkferdigheter | God norsk og flytende engelsk |
| Erfaring | 3-5 års erfaring i Data Science-løsninger ønsket |
| Tekniske ferdigheter | Python, R, SQL, maskinlæring, statistikk |
Data Scientists jobber i et miljø med konstant læring. De har gode karrieremuligheter og fleksible arbeidsforhold. Dette yrket passer for de som liker analyse og teknologisk utvikling.
Myter og fakta om Data Scientist-yrket
Data Scientist-yrket har mange myter. La oss se på noen og avdekke de faktiske forholdene. Dette vil gi et klarere bilde av bransjen.
Mange tror Data Scientists bare jobber med tall og koding. I virkeligheten krever yrket en bred kompetanse. Kommunikasjonsevner og forretningsforståelse er like viktige som tekniske ferdigheter.
Noen mener teknologi vil gjøre Data Scientists overflødige. Trender viser det motsatte. Etterspørselen etter dyktige Data Scientists fortsetter å vokse. Menneskelig ekspertise er viktig for å tolke data effektivt.
| Myte | Fakta |
|---|---|
| Kun tallknusing og koding | Krever også kommunikasjon og forretningsforståelse |
| Yrket blir automatisert | Økende behov for menneskelig ekspertise |
| Lite jobbsikkerhet | Høy etterspørsel og gode karriereutsikter |
En annen myte er at Data Scientists har lav jobbsikkerhet. I virkeligheten tilbyr yrket gode muligheter for karriereutvikling. Bedrifter i alle bransjer søker etter talenter som kan utnytte datadrevne innsikter.
Data Science er ikke bare et yrke, det er en måte å tenke på. Det handler om å løse komplekse problemer ved hjelp av data og kreativitet.
Å forstå de faktiske forholdene i Data Science er viktig. Det hjelper interesserte kandidater å ta gode beslutninger om sin karriere. Dette gjelder spesielt i denne spennende og raskt voksende bransjen.
Data Scientist lønn – Hvor mye tjener en Data Scientist?
Data Scientists har attraktive inntektsmuligheter i teknologisektoren. Lønnen varierer basert på flere faktorer. Generelt ligger den i det øvre sjiktet sammenlignet med andre teknologiyrker.
Typisk lønnsnivå og lønnsspekter
I Norge kan Data Scientists forvente konkurransedyktige lønninger. Gjennomsnittslønnen ligger rundt 800 000 kroner årlig. Dette kan variere basert på erfaring, utdanning og arbeidssted.
| Erfaring | Gjennomsnittlig årslønn |
|---|---|
| Nyutdannet | 600 000 – 700 000 kr |
| 3-5 års erfaring | 750 000 – 900 000 kr |
| Over 5 års erfaring | 900 000 – 1 200 000 kr |
Faktorer som påvirker lønnen
Erfaring er en nøkkelfaktor for lønnsnivået til Data Scientists. Minimum tre års erfaring kreves ofte for de best betalte stillingene.
Tekniske ferdigheter i Python, Databricks eller Azure er høyt verdsatt. Disse ferdighetene kan påvirke lønnen positivt i arbeidsmarkedet.
Startlønn og karriereutvikling
Nyutdannede Data Scientists har en startlønn mellom 600 000 og 700 000 kroner årlig. Lønnen kan stige betydelig med økt erfaring og kompetanse.
Karriereutvikling kan føre til spesialiserte roller eller lederposisjoner. Dette kan ytterligere øke inntektspotensialet for Data Scientists.
Lønnsstatistikk kan variere mellom ulike kilder og undersøkelser. Sjekk offisielle kilder og bransjerapporter for de mest oppdaterte tallene.
Nødvendige personlige egenskaper og ferdigheter for Data Scientist
Data Scientists trenger en unik blanding av ferdigheter. De må være flinke til å analysere og løse problemer. God kommunikasjon er også viktig.
Faglige ferdigheter for suksess
Data Scientists må kunne programmere i Python, R og SQL. De bør kjenne til maskinlæringsverktøy som TensorFlow. Å håndtere store datamengder med Hadoop er også nødvendig.
Personlige egenskaper
Kritisk tenkning og nyskapning er viktig for Data Scientists. De må være fleksible og lære hele tiden. Samarbeid på tvers av fag blir stadig viktigere.
Karriere- og utviklingsmuligheter
Data Scientists kan spesialisere seg innen maskinlæring eller AI-forskning. Noen blir ledere som Chief Data Officer. Kurs og sertifiseringer er vanlig for å holde seg oppdatert.
| Ferdighet | Betydning | Eksempler |
|---|---|---|
| Programmering | Essensiell | Python, R, SQL |
| Analytiske ferdigheter | Kritisk | Statistisk analyse, datavisualisering |
| Kommunikasjonsevner | Viktig | Presentasjoner, rapportskriving |
| Problemløsning | Avgjørende | Kompleks dataanalyse, algoritmeoptimalisering |
En god Data Scientist kombinerer teknisk kunnskap med myke ferdigheter. De kan tenke analytisk og forklare vanskelige ideer enkelt.
Arbeidsmarked og etterspørsel
Jobbmarkedet for data scientists i Norge vokser raskt. Teknologiutviklingen øker behovet for fagfolk som kan håndtere store datamengder. Disse ekspertene er viktige for å utvinne verdifull innsikt fra data.
Nåværende behov i markedet
Data scientists er ettertraktede i mange bransjer. Banker, offentlig sektor og tech-giganter ansetter aktivt disse fagfolkene. Ferdigheter innen programmering, statistikk og problemløsning er svært verdifulle.
| Bransje | Etterspørsel | Nøkkelferdigheter |
|---|---|---|
| Bank og finans | Høy | Risikoanalyse, prediktiv modellering |
| Offentlig sektor | Økende | Stordata-analyse, maskinlæring |
| Tech-selskaper | Svært høy | AI, dyp læring, skyteknologi |
Fremtidsutsikter og trender
Fremtiden ser lovende ut for data scientists. AI og maskinlæring blir stadig viktigere i næringslivet. Selskaper som Sannsyn AS hjelper norske bedrifter med å bli mer datadrevne.
Etisk AI og automatisert analyse er voksende trender. Disse feltene åpner nye muligheter for data scientists i Norge.
Utdanningsprogrammer som bachelor i anvendt datavitenskap ved Noroff møter den økende etterspørselen. Data scientists med solid kompetanse har gode jobbmuligheter i Norge. Deres ferdigheter innen programmering og forretningsforståelse er høyt verdsatt.
Nyttige ressurser og lenker
Faglig utvikling er viktig for Data Scientists. Her er noen ressurser for kompetansebygging og karriereveiledning. De hjelper deg å holde deg oppdatert og bygge nettverk.
Aktuelle fagorganisasjoner
Data Science Norway er sentral for norske Data Scientists. De tilbyr konferanser, workshops og nettverksmuligheter. Kaggle er et populært internasjonalt forum for dataanalysekonkurranser.
Bransjenettverk og fagfora
LinkedIn-grupper som «Data Science Norway» er verdifulle for nettverksbygging. Meetup.com har lokale data science-grupper for å møte likesinnede. Her kan du delta på spennende arrangementer og utvide ditt nettverk.
Offisielle kilder for utdanning og karriere
Coursera og edX tilbyr kurs og sertifiseringer for Data Scientists. NAV og SSB gir oppdatert info om arbeidsmarkedet og lønnsstatistikk. NTNU Universitetsbiblioteket har nyttige workshops om datahåndtering.
Disse ressursene kan styrke din kompetanse som Data Scientist. De hjelper deg å bygge nettverk og få verdifull karriereveiledning. Bruk dem aktivt for å lykkes i din faglige utvikling.
Kort oppsummering av hva Data Scientist innebærer, hvorfor yrket er viktig og hvilke muligheter det gir
Data Scientist kombinerer analytiske ferdigheter med forretningsforståelse. De spiller en nøkkelrolle i å drive databaserte beslutninger og innovasjon. Ved å analysere komplekse datasett, bidrar de til å forbedre kundeanalyse og optimalisere forretningsprosesser.
Yrket muliggjør dypere innsikt i kundeadferd, markedstrender og operasjonelle utfordringer. Data Scientists bruker avanserte verktøy for å visualisere data og identifisere forbedringsområder. Dette fører til mer presise prognoser og bedre risikostyring.
Mulighetene innen Data Science er mange og varierte. Fagfeltet er i konstant utvikling, noe som gir rom for kontinuerlig læring. Data Scientists kan jobbe i ulike sektorer, fra FinTech til utdanning.
Etterspørselen etter dyktige Data Scientists er stor. Dette yrket tilbyr spennende karrieremuligheter og sjansen til å drive innovasjon. Data Scientists kan påvirke viktige beslutninger i organisasjoner.
FAQ
Hva gjør en Data Scientist?
Hvilken utdanning kreves for å bli Data Scientist?
Hvor mye tjener en Data Scientist?
Hvilke verktøy bruker en Data Scientist?
Hva er fremtidsutsiktene for Data Scientists?
Hvilke personlige egenskaper er viktige for en Data Scientist?
Hvor kan en Data Scientist finne arbeid?
Hva er de største utfordringene i yrket som Data Scientist?
Kildelenker
- https://www.noroff.no/nyheter/it-sikkerhet/809-data-scientist-den-mest-sexy-jobben-i-det-21-arhundret
- https://utdanning.no/yrker/beskrivelse/dataingenior
- https://www.kode24.no/jobb/vi-soker-data-scientist-i-hele-norge/75658915
- https://www.folq.no/data-scientist-2/
- https://www.folq.no/data-scientist/
- https://www.uis.no/nb/studier/data-science-master-2-ar
- https://www.uio.no/om/aktuelt/aktuelle-saker/2022/data-innsikt-gronne-skiftet.html
- https://digitalnorway.com/datasystemer-tar-12-av-verdens-energi-men-data-er-ogsa-en-del-av-losningen/
- https://medium.com/brain-ntnu/hvordan-er-det-å-jobbe-som-data-scientist-i-oda-66261d93b2de
- https://jobb.tv2.no/pages/heidi-lea-dataanalytiker
- https://www.pwc.no/no/teknologi-omstilling/digitalisering-pa-1-2-3/data-science.html
- https://www.twoday.no/blogg/analytics/hva-er-data-science-og-advanced-analytics
- https://sannsyn.com/no/data-science/
- https://utdanning.no/yrker/beskrivelse/dataanalytiker_data_scientist
- https://www.evidi.com/aktuelt/hva-er-en-data-scientist
- https://digitalnorway.com/hva-er-data-science-slik-brukes-data-til-beslutningsstotte-og-verdiskapning/
- https://www.finn.no/job/fulltime/ad.html?finnkode=384486149&srsltid=AfmBOooGaJm94upnAvCwMXOLgWv3CliR-vEgpwHTiEtiCXCoTwABMwvp
- https://yrkesportalen.no/yrke/analytiker-utdanning-lonn-arbeidsoppgaver-jobbmuligheter
- https://amedia.recman.no/job.php?job_id=388215
- https://www.finn.no/job/fulltime/ad.html?finnkode=384616565&srsltid=AfmBOor_EhWMUCdn5QYPnobSV7Aj5RUtSNlsqVEl-Pv6jVifi9fR7-Pm
- https://utdanning.no/tema/yrkesintervju/dataanalytiker
- https://www.bekk.no/jobb/6dc0f0e4-d305-49f7-87ef-b5addd29c7ea
- https://www.kristiania.no/studier/bachelor/data-science/
- https://www.studentum.no/utdanning/data-science
- https://karrierestart.no/ledig-stilling/1705778
- https://www.kode24.no/artikkel/hva-gjor-egentlig-en-data-scientist-nora-er-ikke-helt-sikker-selv/76227709
- https://www.tine.no/jobb-i-tine/ledige-stillinger-IT/dtscientist
- https://tekjobb.no/stillinger/data-scientist-7LMUcmX
- https://www.noroff.no/nyheter/nytt-fra-noroff/1603-ni-myter-om-nettstudier
- https://www.noroff.no/nyheter/nettstudier/517-myter-om-nettstudier-studenter-og-laerere-svarer
- https://www.forskning.no/pensjon/hvordan-skal-vi-klare-a-bli-gamle-pa-jobben/1358568
- https://www.bouvet.no/bli-en-av-oss/ledige-stillinger/bouvet-bergen-soker-data-engineers-til-vart-unike-tech-miljo-800
- https://proxify.io/no/lei-data-engineers
- https://www.oslomet.no/forskning/forskningsnyheter/disse-ferdighetene-trenger-du-fremtidens-arbeidsliv
- https://www.getguru.com/no/reference/customer-success-product-manager
- https://www.superprof.no/blog/fordelene-med-a-jobbe-med-datavitenskap/
- https://www.noroff.no/nyheter/it-sikkerhet/1013-morten-nar-verden-blir-smartere-og-mer-digitalisert-blir-data-nokkelen-til-konkurransefortrinn
- https://i.ntnu.no/wiki/-/wiki/Norsk/datahåndteringsplan
- https://www.nord.no/forskning/forskerstotte/forskningsdata/handtering-av-forskningsdata-i-starten-av-et-prosjekt
- https://en.uit.no/forskning/forskningsdata/art?p_document_id=724372
- https://innowise.com/nb/data-science-services/
- https://rightpeoplegroup.com/nb/blog/business-intelligence-og-big-data
Tilbakeping: Data Scientist: 5 Eksperttjenester Med Prisguide
Tilbakeping: Data Analytiker: 7 Verdifulle Tjenester og Priser