大数据分析 - 职责

  • 数据分析师

    数据分析师具有面向报告的个人资料,具有使用 SQL 从传统数据仓库中提取和分析数据的经验。他们的任务通常是在数据存储方面或在报告一般业务结果方面。数据仓库绝非简单,它与数据科学家所做的只是不同。
    许多组织很难在市场上找到称职的数据科学家。然而,选择潜在的数据分析师并教他们成为数据科学家的相关技能是一个好主意。这绝不是一项微不足道的任务,通常会涉及在定量领域攻读硕士学位的人,但这绝对是一个可行的选择。下面列出了一个称职的数据分析师必须具备的基本技能 -
    • 业务理解
    • SQL 编程
    • 报告设计和实施
    • 仪表板开发
  • 数据科学家

    数据科学家的角色通常与预测建模、开发分割算法、推荐系统、A/B 测试框架以及经常处理原始非结构化数据等任务相关联。
    他们的工作性质要求对数学、应用统计学和编程有深刻的理解。数据分析师和数据科学家之间有一些共同的技能,例如,查询数据库的能力。两者都分析数据,但数据科学家的决定会对组织产生更大的影响。
    这是数据科学家通常需要具备的一组技能 -
    • 在统计软件包中编程,例如:R、Python、SAS、SPSS 或 Julia
    • 能够清理、提取和探索来自不同来源的数据
    • 统计模型的研究、设计和实施
    • 深厚的统计、数学和计算机科学知识
    在大数据分析中,人们通常会将数据科学家的角色与数据架构师的角色混淆。实际上,区别非常简单。数据架构师定义了存储数据的工具和架构,而数据科学家使用这种架构。当然,如果临时项目需要,数据科学家应该能够设置新工具,但基础设施的定义和设计不应该是他任务的一部分。