數(shù)據(jù)科學家與數(shù)據(jù)分析師的三個區(qū)別
近年來，很少有科技行業(yè)的工作像數(shù)據(jù)科學家這樣受到如此熱烈的追捧，隨著越來越多的公司收集數(shù)據(jù)、分析數(shù)據(jù)以獲得競爭優(yōu)勢，數(shù)據(jù)科學家被評為過去四年來美國最好的工作。
然而，數(shù)據(jù)科學家和另一個常見的大數(shù)據(jù)角色——數(shù)據(jù)分析師之間的區(qū)別仍然不清晰。
數(shù)據(jù)科學家和數(shù)據(jù)分析師有相同的目標:通過解釋信息提供關鍵業(yè)務決策和趨勢。但這些也為他們的角色帶來了不同的技能、教育和經驗水平要求，并且影響了他們的需求和薪酬。
根據(jù)Indeed的調查，下面是這兩個角色的細分:
數(shù)據(jù)分析師需要做什么?
數(shù)據(jù)分析人員使用結構化數(shù)據(jù)，這些結構化數(shù)據(jù)大多是電子表格或數(shù)據(jù)庫的形式(例如，零售商店購買歷史或醫(yī)療記錄)，發(fā)現(xiàn)業(yè)務方面的見解。然后這些專業(yè)人員創(chuàng)建報告、圖表和其他可視化，以便將發(fā)現(xiàn)成果傳達給管理層或其他業(yè)務人員，并幫助做出決策。
例如，在運輸行業(yè)工作的數(shù)據(jù)分析師可能會從數(shù)據(jù)集中收集、處理和組織信息，如調度記錄或運輸數(shù)據(jù)庫，以發(fā)現(xiàn)問題并提出建議，從而提高服務效率，并為公司降低成本。
數(shù)據(jù)科學家需要做什么?
數(shù)據(jù)科學家的工作與數(shù)據(jù)分析師類似，但活動規(guī)模更大。這些專業(yè)人員通常需要研究更大、更復雜的數(shù)據(jù)集，包括結構化和非結構化數(shù)據(jù)。數(shù)據(jù)科學家還需要設計實驗來解決復雜的代碼問題，并建立預測模型和機器學習算法。
數(shù)據(jù)科學家還致力于確定需要提出哪些問題，并根據(jù)業(yè)務問題回答數(shù)據(jù)問題，目的是幫助企業(yè)做出更好的決策。
以Spotify為例。該公司的數(shù)據(jù)分析師可能會專注于研究音樂聆聽模式。但是，數(shù)據(jù)科學家可能會將tb級的數(shù)據(jù)轉換成受眾細分模型，幫助工程師構建個性化的音樂推薦引擎，或者檢查用戶行為和貨幣化研究，從而生成有針對性的廣告。
要成為一名數(shù)據(jù)科學家或數(shù)據(jù)分析師，你需要什么技能?
Indeed稱，數(shù)據(jù)分析師最需要的10項技能如下:
- 機器學習
- 腳本
- SQL
- Stata
- Microsoft Excel
- Tableau
- Python
- R
- Microsoft SQL服務器
- SAS
數(shù)據(jù)分析師的平均年薪為65364美元，不過會因地區(qū)的不同而有所不同。
Indeed稱，數(shù)據(jù)科學家最需要的10項技能如下:
- 機器學習
- 腳本
- Python
- R
- SQL
- Spark
- Java
- 數(shù)據(jù)挖掘
- Stata
- Hadoop
數(shù)據(jù)科學家的平均年薪為121189美元，不過主要是大城市。換句話說，數(shù)據(jù)科學家的年收入比數(shù)據(jù)分析師高出86%。
報告發(fā)現(xiàn)，盡管這兩個職位都最需要機器學習技能，但招聘要求有很大不同:超過34%的數(shù)據(jù)科學職位要求機器學習技能，但只有3%的數(shù)據(jù)分析師要求此技能 。因此，盡管機器學習可能會給數(shù)據(jù)分析師帶來競爭優(yōu)勢，但實際工作中可能并不需要。
數(shù)據(jù)科學家和數(shù)據(jù)分析師之間的主要區(qū)別是什么?
這兩個職位之間有三個關鍵區(qū)別:
- 數(shù)據(jù)分析師回答業(yè)務部門提出的一系列定義明確的問題，而數(shù)據(jù)科學家則制定并回答開放式問題，以獲得業(yè)務洞察力。
- 數(shù)據(jù)分析師主要使用來自單一來源的結構化數(shù)據(jù)，而數(shù)據(jù)科學家則專注于分析來自多個不連續(xù)來源的非結構化數(shù)據(jù)。
- 數(shù)據(jù)分析師組織和分類數(shù)據(jù)以解決當前的問題，而數(shù)據(jù)科學家則利用他們在計算機科學、數(shù)學和統(tǒng)計學方面的背景來預測未來情況。
報告指出:“歸根結底，沒有數(shù)據(jù)分析師，數(shù)據(jù)科學家就不可能成功，反之亦然。”“進入數(shù)據(jù)科學領域需要更多的前期投資(更高的教育、技能要求)，但就薪資而言，回報也會更高。此外，數(shù)據(jù)科學就業(yè)市場的增長速度似乎比數(shù)據(jù)分析師就業(yè)市場更快，這意味著未來這個熱門職位可能會有更多的機會。”
