Big Data Analytics - Ilmuwan Data
Peran seorang data scientist biasanya dikaitkan dengan tugas-tugas seperti pemodelan prediktif, pengembangan algoritme segmentasi, sistem pemberi rekomendasi, kerangka kerja pengujian A / B, dan sering kali bekerja dengan data mentah tidak terstruktur.
Sifat pekerjaan mereka menuntut pemahaman yang mendalam tentang matematika, statistik terapan, dan pemrograman. Ada beberapa keterampilan yang umum antara analis data dan ilmuwan data, misalnya, kemampuan untuk melakukan kueri database. Keduanya menganalisis data, tetapi keputusan seorang data scientist dapat memberikan dampak yang lebih besar dalam suatu organisasi.
Berikut ini seperangkat keterampilan yang biasanya dibutuhkan oleh data scientist -
- Pemrograman dalam paket statistik seperti: R, Python, SAS, SPSS, atau Julia
- Mampu membersihkan, mengekstrak, dan mengeksplorasi data dari berbagai sumber
- Penelitian, desain, dan implementasi model statistik
- Pengetahuan statistik, matematika, dan ilmu komputer yang mendalam
Dalam analitik data besar, orang biasanya mengacaukan peran ilmuwan data dengan peran arsitek data. Pada kenyataannya, perbedaannya cukup sederhana. Seorang arsitek data mendefinisikan alat dan arsitektur tempat data akan disimpan, sedangkan data scientist menggunakan arsitektur ini. Tentu saja, seorang data scientist harus dapat menyiapkan alat baru jika diperlukan untuk proyek ad-hoc, tetapi definisi dan desain infrastruktur tidak boleh menjadi bagian dari tugasnya.