對於分類:資料科學 的定義

世界經濟論壇《2020 年未來就業報告》中,資料分析師和資料科學家是工作需求量成長最大、薪資最高的兩個職業。

應網友要求,新建【資料科學】分類。先放在綜合教學大樓,等到貼文夠多時,再獨立為主分類。

未來趨勢

世界經濟論壇《2020 年未來就業報告》中,工作需求量成長最大的前五種職業:

  1. 資料分析師和資料科學家

  2. 人工智慧和機器學習專家

  3. 大數據專家

  4. 數位行銷策略專家

  5. 流程自動化專家

已經是該類報告的最新版,前一版是 2018年,但並沒有 2021 和 2022 版。

圖表來源:The Future of Jobs Report 2020

整份報告(pdf 檔),你可以到 世界經濟論壇的官網下載


資料分析師和資料科學家

資料分析師資料科學家,有什麼不同呢?

工作內容

資料分析師和資料科學家,最大的差異是他們對資料的處理方式。

資料分析師 通常利用結構化資料來解決有形的商業問題,使用的工具包含:SQL、R 或 Python 程式語言、資料視覺化軟體和統計分析等。

常見的工作包含:

  • 與組織主管合作,以確定資訊需求

  • 從主要和次要來源取得資料

  • 清理和重組資料

  • 分析資料集,描繪其趨勢和模式,進而提供具體行動建議

  • 以易於理解的方式呈現調查結果,為資料驅動的決策提供資訊

資料科學家 使用更先進的技術來預測未來,處理未知的商業問題。設計預測模型,自動化機器學習演算法,來處理結構化和非結構化的資料。這個職位通常被認為是資料分析師的進階版。

常見的工作包含:

  • 收集、清理和處理原始資料

  • 設計預測模型和機器學習演算法,來挖掘大數據集

  • 開發工具和流程,以監控和分析資料準確性

  • 建立資料視覺化工具、儀表板和報告

  • 撰寫程式來自動收集和處理資料

教育背景

資料分析師:數學、統計學、計算機科學或金融等領域的學士學位。

資料科學家:資料科學、資訊科技(IT)、數學或統計學的碩士或博士學位。

資料處理技能

資料分析師 資料科學家
數學 基礎數學、統計學 高級統計學、預測分析
程式 R(基本使用)、Python、SQL 物件導向程式設計
軟體和工具 SAS、Excel、商業智慧軟體 Hadoop、MySQL、TensorFlow、Spark
其它技巧 分析思維,資料視覺化 機器學習、資料建模

資料分析師和資料科學家都在處理資料,但使用的技能和工具略有不同。數據科學中涉及的許多技能都建立在數據分析師使用的基礎上。

關於資料分析師和資料科學家的比較,主要參考資料是這篇:

3個讚