数据分析vs.数据科学:细分

著名行为经济学专家丹·艾瑞里(Dan Ariely)曾这样评价大数据:“每个人都在谈论它，没有人真正知道如何做它，每个人都认为其他人都在做它，所以每个人都声称自己在做它。”

这个概念适用于大量的数据术语。虽然很多人都在谈论“数据科学”、“数据分析”、“大数据”和“数据挖掘”等术语，即使是专家很难定义它们。在这里，我们关注与您的职业生涯相关的一个更重要的区别:数据分析和数据科学之间经常被混淆的区别。

---

下载我们的免费指南进入分析

从行业最受欢迎的职位到当今炙手可热的数据技能，你需要知道的指南。

立即下载

---

数据分析与数据科学

虽然数据分析师和数据科学家都与数据打交道，但主要的区别在于他们用数据做什么。

数据分析师检查大型数据集，以确定趋势，开发图表，并创建可视化演示，以帮助企业做出更多的战略决策。

数据科学家另一方面，使用原型、算法、预测模型和自定义分析设计和构建数据建模和生产的新流程。

从事数据分析工作

数据分析师的职责因行业和公司而异，但从根本上说，数据分析师利用数据得出有意义的见解并解决问题．他们使用一系列不同的工具分析定义良好的数据集，以回答切实的业务需求:例如，为什么某个季度的销售额下降了，为什么某个营销活动在某些地区表现得更好，内部人员流失如何影响收入等等。

数据分析师有一系列的字段和标题，包括(但不限于)数据库分析师，业务分析师、市场研究分析师、销售分析师、财务分析师、市场分析师、广告分析师、客户成功分析师、运营分析师、定价分析师、国际战略分析师。最好的数据分析师既有技术专长，也有能力与非技术的同事或客户沟通量化结果．

数据分析师的特点

数据分析师可以有数学和统计学的背景，或者他们可以通过学习用数字做出决策所需的工具来补充非定量的背景。一些数据分析师选择追求更高的学位，如分析学硕士为了事业的发展。

如果有数学或统计领域的经验，正在考虑转行的专业人士可能会受益。加上对数据行业高级学位的追求将极大地影响他们的工作机会，并使他们顺利过渡到数据分析职位。

技能和工具

前数据分析师技能包括数据挖掘/数据仓库、数据建模、R或SAS,SQL、统计分析、数据库管理与报告、数据分析。

角色及职责

数据分析师通常负责设计和维护数据系统和数据库，使用统计工具解释数据集，并准备报告有效沟通基于相关发现的趋势、模式和预测。

了解更多:数据分析师做什么?

从事数据科学工作

另一方面，数据科学家通过提问、编写算法和建立统计模型来估计未知。数据分析师和数据科学家之间的主要区别是大量编码。数据科学家可以使用多种工具同时，建立自己的自动化系统和框架。

数据分析师的特点

德鲁•康威他是数据科学专家，也是Alluvium的创始人，将数据科学家描述为具有数学和统计知识、黑客技能和实质性专业知识的人。正因如此，许多数据科学家都持有a等学位数据科学硕士学位．

技能和工具

其中包括机器学习、软件开发、Hadoop、Java、数据挖掘/数据仓库、数据分析、python和面向对象编程

角色及职责

数据科学家通常的任务是设计数据建模过程，以及创建算法和预测模型，以提取组织解决复杂问题所需的信息。

了解更多:数据科学家是做什么的?

在数据分析和数据科学职业之间的选择

一旦你对数据分析和数据科学之间的区别有了深刻的理解，并且可以确定每个职业需要什么，你就可以开始评估哪条道路最适合你。要决定哪条道路最符合你的个人和职业目标，你应该考虑三个关键因素。

1.考虑你的个人背景。

虽然数据分析师和数据科学家在很多方面是相似的，但他们的差异根源于他们的专业和教育背景马丁Schedlbauer他是该校信息、数据科学和数据分析项目的教授和主管雷竞技app最新版raybet雷竞技东北大学库里计算机科学学院，包括计算机科学硕士学位而且数据科学理学硕士．

如上所述，数据分析师检查大型数据集，以确定趋势，开发图表，并创建可视化演示，以帮助企业进行决策更多战略决策．为了使他们的教育与这些任务相匹配，分析师通常会获得科学、技术、工程或数学(STEM)专业的本科学位，有时甚至是分析或相关领域的高级学位。他们还会寻找数学、科学、编程、数据库、建模和预测分析．

了解更多:分析学硕士值得吗?

另一方面，数据科学家更专注于为数据建模和生产设计和构建新的过程。因为他们使用各种技术，如数据挖掘和机器学习来梳理数据，一个高级学位，如a数据科学硕士学位对于职业发展至关重要。

他说:“数据科学家(比数据分析师)更注重技术和数学。”他解释说，这要求他们“有更多的计算机科学背景”。

在考虑哪条职业道路适合你时，回顾一下这些教育要求是很重要的。如果你已经做了决定投资你的事业有了更高的学位，你就有可能有教育和经验背景来追求任何一条道路。另一方面，如果你还在决定是否回到学校是否适合你，你可能更倾向于坚持数据分析的职位，因为雇主更有可能考虑没有硕士学位的候选人。

无论你选择哪条路，仔细考虑你目前和期望的教育程度和工作经验应该能帮助你缩小选择范围。

如果你决定攻读研究生学位来开启你的职业生涯，一定要找到一个能帮助你实现目标的课程。例如，东北大学提供的课程强调体验式学习，让学生培养他们在职场中脱颖而出所需的技能和实践经验。

2.考虑你的兴趣。

你是对数字和统计数据感兴趣，还是对计算机科学和商业感兴趣?

数据分析师喜欢数字、统计和编程。作为组织数据的把关人，他们几乎只在数据库中工作，从复杂且通常不同的来源中发现数据点。schedbauer说，数据分析师还应该对他们所从事的行业有一个全面的了解。如果这听起来像你，那么数据分析的角色可能是最适合你的兴趣的专业。

数据科学家需要具备数学、统计学和计算机科学的混合知识，以及对商业世界的兴趣和知识。如果这个描述更符合你的背景和经验，也许数据科学家的角色是你的正确选择。

无论哪种方式，了解哪种职业符合你的个人兴趣可以帮助你更好地了解你喜欢并可能擅长的工作类型。一定要花时间思考一下这部分等式，因为把你的工作和你的兴趣结合起来能让你在未来几年都对自己的职业感到满意。

3.考虑你想要的薪水和职业道路。

数据科学家和数据分析师需要不同程度的经验，导致这些角色的薪酬水平不同。

数据分析师的收入潜力介于83750美元和142500美元．然而，由于这些专业人员主要在数据库中工作，他们能够提高他们的工资通过学习额外的编程技能，比如R和Python。

根据PayScale然而，拥有10年以上工作经验的数据分析师往往会最大化自己的收入潜力，然后跳槽去做其他工作。两种常见的职业变动——收购一家公司之后高级学位——包括向开发人员或数据科学家职位过渡，IT招聘公司技术服务总监布莱克•安戈夫表示拉萨尔网络．

数据科学家——他们通常有一个研究生学位他们拥有先进的技能，通常经验更丰富，被认为比数据分析师更资深。因此，他们的工作报酬往往更高。根据RHT在美国，数据科学家的平均年薪在105,750美元至180,250美元之间。

数据科学专业人员的职业轨迹也是积极的，有很多晋升的机会高级的角色比如数据架构师或数据工程师。

哪个数据职业适合你?

数据分析师和数据科学家的工作头衔看似相似，因为他们在角色职责、教育要求和职业轨迹方面存在许多差异。

然而，不管你怎么看，Schedlbauer解释说，在当今的就业市场上，适合以数据为中心的职业的人才非常受欢迎，这是因为企业强烈需要理解并利用他们的数据。

一旦你考虑了你的背景、个人兴趣和期望的薪水等因素，你就可以决定哪个职业最适合你，并开始你的成功之路。

了解更多提升你的职业生涯甚至事业的开始-分析，下载我们的免费指南下面。

编者按:本文最初发布于2020年7月20日。为了准确起见，已经更新了。