数据科学家和数据分析师有什么区别( 四 )

\n

例如 , 在运输行业工作的数据分析师可能会从数据集中收集、处理和组织信息 , 如调度记录或运输数据库 , 以发现问题并提出建议 , 从而提高服务效率 , 并为公司降低成本 。

\n \n

数据科学家需要做什么?

\n \n

数据科学家的工作与数据分析师类似 , 但活动规模更大 。 这些专业人员通常需要研究更大、更复杂的数据集 , 包括结构化和非结构化数据 。 数据科学家还需要设计实验来解决复杂的代码问题 , 并建立预测模型和机器学习算法 。

\n

数据科学家还致力于确定需要提出哪些问题 , 并根据业务问题回答数据问题 , 目的是帮助企业做出更好的决策 。

\n \n

这两者需要学习的技能:

\n \n

数据科学家技能:

\n \n

(1)计算机科学相关技能:也就是编程技能 , 如hadoop、Mahout等大规模并行处理技术与机器学习相关的技能

\n

(2)统计学、数据挖掘相关技能:SPSS、SAS等主流统计分析工具技能 , PYTHON、R语言编程技能 , 数据挖掘算法原理及编程技能

推荐阅读