数据分析与数据科学:崩溃

丹•艾瑞里,一位著名的行为经济学专家,关于大数据曾经说过:“人人都在谈论它,没有人真正知道如何去做,每个人都认为别人都这么做,所以每个人都声称他们正在做它。”

这个概念适用于大量数据的术语。虽然很多人扔在像“数据科学”,“数据分析”,“大数据”,“数据挖掘”连专家很难定义它们。在这里,我们专注于一个更重要的区别,因为它涉及到你的职业生涯:often-muddled差异数据分析和数据的科学。

---

下载我们的免费闯入分析指南

指导你需要知道什么,从行业最受欢迎的职位今天的受欢迎的数据的能力。

立即下载

---

数据分析与数据科学

尽管数据分析师和数据科学家都处理数据,主要的不同之处在于他们所做的事情。

数据分析师检查大型数据集来确定趋势,开发图表,并创建视觉演示帮助企业获得更多的战略决策。

数据科学家,另一方面,设计和构建新的数据建模过程和生产使用原型,算法,预测模型和自定义分析。

在数据分析工作

数据分析师的责任在行业和公司可能会有所不同,但从根本上说,数据分析师利用数据画出有意义的见解和解决问题。他们分析定义良好的数据集使用不同工具的阿森纳回答有形业务需求:如在某个季度销量下降的原因,为什么一个营销活动在某些区域表现好,内部摩擦如何影响收入,等等。

数据分析师有一个范围的字段和标题,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,金融分析师,市场分析师,广告分析,客户成功分析师,业务分析师,定价分析,国际战略分析师。最好的数据分析师专业技术和能力量化结果非技术同事或客户沟通。

数据分析师的特点

数据分析师可以有一个背景的数学和统计数据,也可以补充一个非量化的背景通过学习所需的工具与数字做出决定。一些数据分析师选择追求一个更高的学位,如分析硕士学位为了推进自己的职业生涯。

工作人员正在考虑改变职业可能受益在数学或统计字段如果他们有经验。添加一个高级学位的追求数据行业将极大地影响他们的工作机会和平稳过渡到一个数据分析的位置。

技能和工具

前数据分析技巧包括数据挖掘、数据仓库、数据建模R或SAS,SQL、统计分析、数据库管理和报告和数据分析。

角色和职责

数据分析师通常负责设计和维护系统和数据库的数据,使用统计工具来解释数据集,并准备报告有效沟通趋势、模式和预测基于相关发现。

了解更多:数据分析师做什么?

在数据科学工作

数据科学家,另一方面,通过提问来估计未知,写算法,建立统计模型。的主要区别数据分析师和数据科学家重编码。数据科学家可以安排未定义的数据集使用多种工具同时,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,数据科学专家和冲积层的创始人描述了数据科学家作为人的数学和统计知识,黑客技巧,和实质性的知识。因此,许多数据科学家持有度等数据科学硕士学位。

技能和工具

这些包括机器学习、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

角色和职责

数据科学家的任务通常是设计数据建模过程,以及创建算法和预测模型来提取所需的信息通过一个组织来解决复杂的问题。

了解更多:数据科学家是干什么的?

选择一个数据分析和数据科学事业

一旦你公司的理解之间的差异数据分析和数据科学可以识别每个职业entails-you可以开始评估路径是正确的适合你。确定哪些路径最好与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。

尽管数据分析师和数据科学家在许多方面是相似的,他们之间的分歧是根植于他们的职业和教育背景,说马丁Schedlbauer教授和主任的信息,数据科学与数据分析程序雷竞技app最新版raybet雷竞技东北大学的科计算机科学学院,包括计算机科学专业理学硕士学位和科学数据科学的主人。

如上所述,数据分析师研究大型数据集来确定趋势,开发图表,并创建可视化演示帮助企业更多的战略决策。使他们的教育与这些任务,分析师通常追求科学本科学位,技术,工程和数学(STEM)专业,,有时甚至是一种先进的分析或相关专业学位。他们还寻求经验,数学,科学,编程、数据库建模、和预测分析。

了解更多:分析硕士学位值得吗?

数据科学家,另一方面,更注重设计和构建新的数据建模和生产流程。因为他们使用多种数据挖掘和机器学习技术梳理数据,一个高级学位等数据科学硕士学位根据Schedlbauer对于职业发展来说,是至关重要的。

“数据科学家…更多技术和数学(比数据分析师),”他说,解释,这需要他们“计算机科学背景,”。

当考虑职业道路是否适合你,回顾这些教育的需求是很重要的。如果你已经决定投资你的事业先进的程度,你可能会有教育和经验背景去追求要么路径。另一方面,如果你仍然决定的过程中回到学校是否适合你,你可能更倾向于坚持一个数据分析的角色,因为雇主更容易考虑候选人没有这些职位的硕士学位。

无论你选择哪条道路,思考你的当前状态和期望的教育和经验可以帮助你缩小你的选择范围。

如果你决定追求一个研究生学位,启动你的事业,一定要找到一个项目,将帮助你实现你的目标。例如,东北部一个重视经验的课程学习,允许学生发展的技能和实践经验,他们需要excel在工作场所。

2。考虑你的利益。

你是兴奋的数字和统计数据,还是你的热情延伸到计算机科学和商业吗?

数据分析师爱数字、统计数据和编程。作为他们的组织的守门的数据,他们的工作几乎只在数据库中发现数据点复杂,往往不同的来源。数据分析师应该有一个全面了解他们工作的行业,Schedlbauer说。如果这听起来像你,然后一个数据分析的角色可能是最好的专业适合你的兴趣。

数据科学家都必须有一个混合的数学,统计,计算机科学,以及一个兴趣广泛的知识有很大的商业世界。如果这个描述更好的符合你的背景和经验,作为数据科学家也许是正确的选择。

无论哪种方式,了解职业匹配你的个人利益会帮助你获得更好的工作的想法,你可能会喜欢和擅长。一定要花时间思考这个等式的一部分,调整你的工作与你的利益还有很长的路要走在你的职业让你满意的。

3所示。考虑你想要的薪水和职业道路。

需要不同级别的经验数据科学家和数据分析师,导致不同程度的补偿这些角色。

数据分析师之间的收入潜力83750美元和142500美元。因为这些专业人士工作主要在数据库中,但是,他们可以增加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,数据分析师有超过10年的经验往往最大化他们的收入潜力和转移到其他工作。两个常见的职业动作后的收购高级学位包括过渡到开发人员角色或数据科学家的位置,根据布莱克Angove,技术服务主管招聘公司拉萨尔网络。

数据科学家们通常有一个研究生学位,拥有高级技能,往往更experienced-are考虑更多的高级数据分析师,根据Schedlbauer。因此,他们往往是更好的补偿他们的工作。根据RHT、数据科学家获得的平均年薪每年105750美元和180250美元之间。

专业人士的职业轨迹数据科学是积极的,有许多晋升机会高级的角色如数据架构师或工程师。

数据的职业是否适合你?

数据分析师和数据科学家的头衔,看似相似的许多角色职责的差异,教育需求和职业生涯轨迹。

无论你如何看待它,然而,Schedlbauer解释说,合格个人data-focused职业是高度令人垂涎的在今天的就业市场,由于企业的强大需要意义不能利用他们的数据。

一旦你有考虑你的背景等因素,个人利益,和期望的薪水,你可以决定哪些职业适合你,开始在你的成功之路。

更多地了解推进你的事业甚至开始职业生涯——分析、下载下面的免费导游。

编者按:这篇文章最初发表在2020年7月20日。它已经更新了准确性。