一提到大數據,必然會聯想起數據分析師與數據科學家這兩大職位,然而兩者的工作技能和內容有何分別?對有興趣從事數據分析的人士而言,應如何衡量何者更適合自己?量子運算博士生兼電腦科學講師Sara A. Metwalli就分享了有關這兩個職位的職責和要求的主要分別,供有興趣入行的人士參考,而本系列文章將分成上、下兩篇文章分別介紹數據科學家和數據分析師的工作。
圖片來源:Shutterstock Image 資料來源:towardsdatascience
Sara A. Metwalli指由於數據科學屬於新的學科,數據分析師與數據科學家的名稱相近,容易令人誤會兩者工作性質一樣,然而經過她大量閱讀和研究相關資料,她發現數據分析與數據科學雖性質相近,然而學習的途徑大有不同。
數據科學重好奇心
你對身邊事物感好奇,並喜歡問問題?Sara A. Metwalli指數據科學家對周遭事物和現象感到好奇,並借提出問題來解決問題。他們依靠數據來設計算法,開發代碼和構建模型,以便從原始數據中獲得對問題的答案。Sara A. Metwalli解釋任何有關數據科學的工作目標都離不開透過數據模式來預測未來的趨勢,而數據科學家主要利用機器學習演算法(machine learning algorithms)來協助他們工作。
數據科學家所需技能
Sara A. Metwalli提到由於數據科學範疇屬於跨學科領域,因此,要成為一名成功的數據科學家,將有必要熟悉下列的基本技能:
- 數學和統計學
- 編程和軟件開發。
- 數據收集,清理和探索。
- 數據可視化和溝通能力。
- 熟悉機器學習的核心算法。
- 對業務模型及其開發方式有基本了解。
數據科學家職責
Sara A. Metwalli認為數據科學家的主要職責是利用收集得來的數據來分析、探索、建立模型和測試來解決問題和預測趨勢。此外,數據科學家亦以不同的演算法什或設計更有效率的演算法來協助解決問題。她補充指,數據科學家從數據分析得來的預測模型將對業務的成功和利潤起關鍵作用。
有興趣從事數據工作的人士在看過Sara A. Metwalli的講解後,若你自問對事物抱有好奇心,擁有數學和統計學的能力,而且熟悉軟件開發工作,大可考慮成為一名數據科學家。
那麼,成為數據分析師的要求和職責是什麼?想了解更多的朋友就千萬別錯過下篇介紹了。