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。