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:
-
資料分析師和資料科學家
-
人工智慧和機器學習專家
-
大數據專家
-
數位行銷策略專家
-
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 和 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: