Big Data Analytics - Datenwissenschaftler
Die Rolle eines Datenwissenschaftlers ist normalerweise mit Aufgaben wie Vorhersagemodellierung, Entwicklung von Segmentierungsalgorithmen, Empfehlungssystemen, A / B-Test-Frameworks und häufig der Arbeit mit unstrukturierten Rohdaten verbunden.
Die Art ihrer Arbeit erfordert ein tiefes Verständnis von Mathematik, angewandter Statistik und Programmierung. Ein Datenanalyst und ein Datenwissenschaftler haben einige gemeinsame Fähigkeiten, z. B. die Fähigkeit, Datenbanken abzufragen. Beide analysieren Daten, aber die Entscheidung eines Datenwissenschaftlers kann einen größeren Einfluss auf eine Organisation haben.
Hier finden Sie eine Reihe von Fähigkeiten, über die ein Datenwissenschaftler normalerweise verfügen muss:
- Programmierung in einem Statistikpaket wie: R, Python, SAS, SPSS oder Julia
- Kann Daten aus verschiedenen Quellen bereinigen, extrahieren und untersuchen
- Forschung, Design und Implementierung statistischer Modelle
- Tiefe statistische, mathematische und Informatikkenntnisse
In der Big-Data-Analyse verwechseln Menschen normalerweise die Rolle eines Datenwissenschaftlers mit der eines Datenarchitekten. In Wirklichkeit ist der Unterschied recht einfach. Ein Datenarchitekt definiert die Werkzeuge und die Architektur, in der die Daten gespeichert werden, während ein Datenwissenschaftler diese Architektur verwendet. Natürlich sollte ein Datenwissenschaftler in der Lage sein, bei Bedarf neue Tools für Ad-hoc-Projekte einzurichten, aber die Definition und das Design der Infrastruktur sollten nicht Teil seiner Aufgabe sein.