یک مدل تصمیم‌گیری داده‌محور برای شناسایی شایستگی‌های دانشمند داده با استفاده از متن‌کاوی آگهی‌های شغلی

نویسندگان

  • ابوالفضل نبوی * گروه مدیریت فناوری اطلاعات، دانشگاه علامه طباطبایی، تهران، ایران.

https://doi.org/10.22105/msda.v3i3.131

چکیده

هدف: تحول دیجیتال و رشد نمایی داده‌ها موجب افزایش تقاضا برای شغل دانشمند داده در صنایع مختلف شده است. با این حال، ماهیت پویا و در حال تحول این حرفه، ابهاماتی را در خصوص شایستگی‌های کلیدی موردنیاز برای اشتغال موثر ایجاد کرده است. هدف این پژوهش، طراحی یک مدل تحلیلی داده‌محور برای شناسایی نظام‌مند دانش و مهارت‌های موردنیاز شغل دانشمند داده بر اساس داده‌های واقعی بازار کار است.

روش‌شناسی پژوهش: این پژوهش از یک چارچوب متن‌کاو مبتنی بر فرایند کشف دانش در پایگاه داده‌ها استفاده می‌کند. مجموعه‌ای شامل 120 آگهی شغلی مرتبط با موقعیت دانشمند داده از شبکه لینکدین برای کشور ایالات متحده گردآوری و پیش‌پردازش شد. داده‌های متنی موجود در شرح شغل‌ها پاک‌سازی، تبدیل و با استفاده از معیار TF–IDF تحلیل شدند تا واژگان کلیدی استخراج گردد. سپس مهم‌ترین ویژگی‌های استخراج‌شده انتخاب و در قالب گروه‌های شایستگی طبقه‌بندی شدند. همچنین تحلیل‌های توصیفی برای بررسی ویژگی‌های بازار کار شامل صنعت، سطح تجربه و نوع استخدام انجام شد.

یافته‎ها: نتایج نشان داد تقاضا برای دانشمندان داده در طیف وسیعی از صنایع وجود دارد که بیشترین تمرکز در حوزه فناوری اطلاعات است. اغلب آگهی‌های شغلی به صورت تمام‌وقت و در سطح ورود به بازار کار منتشر شده‌اند. شایستگی‌های استخراج‌شده در دو دسته اصلی مهارت‌های سخت و نرم طبقه‌بندی شدند که سهم مهارت‌های سخت بیشتر است. مهارت‌های فنی نظیر برنامه‌نویسی، یادگیری ماشین، تحلیل داده و مدل‌سازی آماری به‌عنوان الزامات اصلی شناسایی شدند، در حالی که مهارت‌های نرم مانند کار تیمی، حل مسئله و رهبری نیز نقش مکمل مهمی دارند.

اصالت/ارزش افزوده علمی: این پژوهش با تلفیق داده‌های واقعی بازار کار و تکنیک‌های متن‌کاوی، یک مدل ساختاریافته برای شناسایی شایستگی‌ها ارائه می‌دهد که به ادبیات تحلیل تصمیم مدیریتی افزوده می‌شود. نتایج، ابزار تصمیم‌یار کاربردی برای موسسات آموزشی، مدیران منابع انسانی و متقاضیان شغلی فراهم می‌آورد و نشان می‌دهد چگونه تحلیل داده‌محور می‌تواند برنامه‌ریزی نیروی انسانی و طراحی آموزش‌ها را در محیط‌های پویا بهبود دهد.

کلمات کلیدی:

دانشمند داده، متن‌کاوی، آگهی شغلی

مراجع

  1. [1] Sohrabi, B., & Iraj, H. (2015). Data science: Concepts and skills. Tehran University Jihad Organization. (In Persian). https://B2n.ir/wy2944
  2. [2] Davenport, T. H., & Patil, D. J. (2012). Data scientist. Harvard business review, 90(5), 70–76. https://blogs.sun.ac.za/open-day/files/2022/03/Data-Scientist-Harvard-review.pdf
  3. [3] Scientists, D. (2022). Develop and implement a set of techniques or analytics applications to transform raw data into meaningful information using data-oriented programming languages and visualization software. https://www.onetonline.org/link/summary/15-2051.00
  4. [4] Pejic-Bach, M., Bertoncel, T., Meško, M., & Krstić, Ž. (2020). Text mining of industry 4.0 job advertisements. International journal of information management, 50, 416–431. https://doi.org/10.1016/j.ijinfomgt.2019.07.014
  5. [5] Schedlbauer, J., Raptis, G., & Ludwig, B. (2021). Medical informatics labor market analysis using web crawling, web scraping, and text mining. International journal of medical informatics, 150, 104453. https://doi.org/10.1016/j.ijmedinf.2021.104453
  6. [6] Han, J., Kamber, M., & Pei, J. (2011). Data mining: Concepts and. Techniques, morgan kauffman, 68. https://homes.di.unimi.it/ceselli/IM/slides/16Mining_Freq_Patterns-part2.pdf
  7. [7] Kosala, R., & Blockeel, H. (2000). Web mining research: A survey. ACM sigkdd explorations newsletter, 2(1), 1–15. https://doi.org/10.1145/360402.360406
  8. [8] Mozaffari, M. (2019). Identifying the skills required for the data science job market in the european union using text mining methods [Thesis]. (In Persian). https://B2n.ir/mf6737
  9. [9] Smaldone, F., Ippolito, A., Lagger, J., & Pellicano, M. (2022). Employability skills: Profiling data scientists in the digital labour market. European management journal, 40(5), 671–684. https://doi.org/10.1016/j.emj.2022.05.005
  10. [10] Leon, L. A., Seal, K. C., Przasnyski, Z. H., & Wiedenman, I. (2017). Skills and competencies required for jobs in business analytics: A content analysis of job advertisements using text mining. International journal of business intelligence research (IJBIR), 8(1), 1–25. 10.4018/IJBIR.2017010101
  11. [11] Jiang, H., & Chen, C. (2022). Data science skills and graduate certificates: A quantitative text analysis. Journal of computer information systems, 62(3), 463–479. https://doi.org/10.1080/08874417.2020.1852628
  12. [12] Chaharsouki, S. K., Nabavi, A., & Teimourpour, B. (2019). A model for predicting the remaining operating time until the critical state based on engine oil analysis records with a data mining approach. Journal of logistics thought scientific publication, 18(70), 77-96. (In Persian). https://www.magiran.com/p2087205
  13. [13] Qaiser, S., & Ali, R. (2018). Text mining: Use of TF-IDF to examine the relevance of words to documents. International journal of computer applications, 181(1), 25–29. http://dx.doi.org/10.5120/ijca2018917395
  14. [14] Andrews, J., & Higson, H. (2008). Graduate employability, ‘soft skills’ versus ‘hard’ business knowledge: A European study. Higher education in europe, 33(4), 411–422. https://doi.org/10.1080/03797720802522627

چاپ شده

2025-10-10

شماره

دوره 3 شماره 3 (2025): علوم مدیریت و تحلیل تصمیم

نوع مقاله

مقالات شماره جاری

ارجاع به مقاله

نبوی ا. (2025). یک مدل تصمیم‌گیری داده‌محور برای شناسایی شایستگی‌های دانشمند داده با استفاده از متن‌کاوی آگهی‌های شغلی. علوم مدیریت و تحلیل تصمیم , 3(3), 332-341. https://doi.org/10.22105/msda.v3i3.131
Crossref
Scopus
Google Scholar
Europe PMC

مقالات مشابه

##common.pagination##

همچنین برای این مقاله می‌توانید شروع جستجوی پیشرفته مقالات مشابه.