上文講解過量子運算博士生兼電腦科學講師Sara A. Metwalli對數據科學家的介紹,接下來本篇文章將分享她對數據分析師的看法,到底兩者有何分別?
圖片來源:Shutterstock Image 資料來源:towardsdatascience
數據分析師為回應問題
Sara A. Metwalli指數據分析雖然名稱上與數據科學相似,然而數據分析師只是一個大統稱,在下面可再細分為數據庫分析師、商業分析師、銷售分析師,定價分析師和市場研究分析師等。若然如上篇 所說數據科學的主要工作是提出問題,那麼數據分析工作則是為了回應問題,Sara A. Metwalli解釋數據分析師的工作主要是利用數據來回答業務出現的問題,例如:為何某種產品的銷售量會突然下跌或拆解最受歡迎產品的背後成因等,換言之,數據分析工作是根據已知的數據為未知的問題作出解釋,並提供解決方案。
數據分析師需要什麼技能?
Sara A. Metwalli指成為數據分析師無須如數據科學家般擁有跨學科專業知識,但亦需要有一些基本的跨學科技能,如下列所示:
- 基本數學和統計學知識
- 數據發掘和數據倉庫技能
- 熟悉建立數據模型技術
- 具有R,SAS和SQL基本編程知識。
- 數據庫設計和管理
- 統計分析的基礎知識
數據分析師職責
Sara A. Metwalli認為數據分析師的職責主要有兩點,第一點是負責設計和有效率地管理數據庫;第二點則是利用統計工具來分析和解釋業務相關的問題。此外 ,Sara A. Metwalli提到數據分析師有時亦需負責向同事、上司什或客戶匯報從數據中發現的問題,故有效的溝通能力亦相當重要。
正如Sara A. Metwalli所言,數據科學家與數據分析師的工作一直令人混淆,但實際所需的條件和工作內容其實各有不同。最後,本系列兩篇文章希望籍是次介紹令打算投身數據工作的人士更了解自身在行業的發展方向,發揮自己的技能和興趣。