这是数据世界中最常见的问题之一。要了解差异，让我们看一下每个职位所需的技能：
数据分析师需要：
- 具有统计基础知识
- 进行数据挖掘（在原始数据中查找值）
- 知道如何在Python / R，SAS，SQL甚至Excel中操作数据。同时...
数据科学家应具有分析师的技能，并且：
- 对统计有更深刻的理解，必要时甚至可以结合代数和/或微积分
- 了解软件开发
- 在您的工作中包括机器学习
现在让我们谈谈职责：
- 分析师负责管理数据库并报告可在其中找到的见解。
- 数据科学家通过分析，清理，探索，建模和测试数据来解决业务问题。
可以说，数据科学家应该具备数据分析师的所有技能，并增加更深的知识/责任。因此，建议在进入数据科学之前先进行数据分析。（这就是我所做的）
所有这些并不意味着一个位置比另一个位置更好。相反，数据分析为数据科学奠定了基础。此外，从事数据分析事业也可以赚钱。
总结
- 数据分析适合那些喜欢交流的人。
- 数据科学适合那些也希望深入理解事物的人。