Typy dátových vedcov



Tento článok popisuje rôzne typy dátových vedcov. Ak teda chcete vyniknúť ako dátový vedec, môžete vidieť, do ktorej roly sa perfektne hodíte. Pokračuj v čítaní

V poslednom roku sa dátová veda stala neoddeliteľnou súčasťou každodennej prevádzky. Dátová veda sa používa v produktoch, marketingu, inžinierstve a predaji, aby mohla robiť rozhodujúce rozhodnutia. Senzačné vyhlásenia o tom, že „Data Scientist“ je najsexi práca, prudko vzrástli nad popularitou tohto hlúpeho názvu práce.

Vo výsledku môžeme vidieť, ako ľudia blikajú nadpisom svojej pracovnej pozície a niektorí sa snažia stať sa jedným. Z hľadiska ich kvalifikácie, vzdelania, skúseností, schopností a prístupu je zrejmé, že všetci nepatria do rovnakej kategórie. Prečo teda používajú rovnaké pracovné zaradenie bez ohľadu na rozdiely ??





Môže to byť spôsobené tým, že vedcov v oblasti údajov je možné zhruba rozdeliť do dvoch kategórií:

  • Veda o údajoch zameraná na produkty.
  • Štýl Business Intelligence v oblasti dátovej vedy.

V každej kategórii je zhruba 4 až 5 skupín.



V správe O’Reilly Straty nazvanej „Analyzovanie analyzátorov“ sú vedci zaoberajúci sa údajmi klasifikovaní na základe produktovej dátovej vedy nasledovne.

Veda o údajoch zameraná na produkt

koľko vyhradených slov v jave
  • Výskumník údajov

Profesionáli v tejto kategórii pochádzajú z akademického sveta a majú hlboké znalosti v oblasti štatistiky alebo fyzikálnych alebo spoločenských vied. Tento typ dátového vedca má často doktorát, ale je slabo zručný v strojovom učení, programovaní alebo podnikaní.



  • Vývojár dát

Títo muži majú tendenciu sústrediť sa na technické problémy, ktoré prichádzajú so spracovaním údajov. Sú silné v programovaní a strojovom učení, ale slabé v obchodných a štatistických schopnostiach.

triedenie poľa v programe c ++
  • Dátové kreatívy

Toto sú ľudia, ktorí z húb dát robia niečo inovatívne. Majú silnú kvalifikáciu v oblasti strojového učenia, veľkých dát, programovania a ďalších zručností v oblasti manipulácie s masívnymi dátami.

  • Dátoví podnikatelia

Predstavujú obchodnú stránku a sú zodpovední za prijímanie dôležitých obchodných rozhodnutí prostredníctvom techník analýzy údajov. Sú eklektickou zmesou obchodných a technických znalostí.

Veda o údajoch založená na Business Intelligence

  • Kvantitatívni, prieskumní vedci údajov

Vedci zaoberajúci sa kvantitatívnymi a prieskumnými údajmi majú sklon mať PhD. A na pochopenie správania používajú teóriu. Kombináciou teórie a prieskumného výskumu vylepšujú títo vedci v oblasti produktov.

  • Vedci operačných údajov

Vedci operačných údajov často pracujú v tímoch financií, predaja alebo prevádzky v organizácii. Jeho úlohou je analyzovať výkon, reakcie a správanie procesu, zlepšovať stratégiu a efektívnosť organizácie.

séria fibonacciho c ++
  • Vedci o údajoch o výrobkoch

Vedci o údajoch o výrobkoch zapadajú do riadenia produktov alebo inžinierstva. Ich úlohou je prechádzať protokolmi a analytickými nástrojmi, porozumieť spôsobu, akým používatelia používajú produkt, a využiť tieto znalosti na jemné vyladenie produktu.

  • Vedci marketingových údajov

Vedci zaoberajúci sa marketingovými údajmi sa zameriavajú na užívateľskú základňu, hodnotia výkon a pracujú na zlepšovaní efektívnosti, podobne ako štandardný marketingový pracovník.

  • Vedci pre výskum údajov

Vedci z oblasti výskumných údajov vytvárajú poznatky z množiny údajov. Pre začínajúce spoločnosti je zriedkavé zamestnávať vedeckých pracovníkov, pretože ich výstup nie je viazaný na zisky. Ale väčšie spoločnosti, think tanky a finančné inštitúcie to robia.

Táto klasifikácia ukazuje, že do ktorejkoľvek z tejto kategórie je možné zaradiť ktorúkoľvek skupinu ľudí. Správny typ vedca v oblasti údajov je možné zvoliť na základe požiadaviek organizácie

Pred výberom typu dátového vedca, ktorým sa chcete stať, zvážte požadované zručnosti alebo schopnosti, ktoré už máte, aby ste sa mohli uberať správnym smerom.

Kto teda budeš? Programátor, štatistik, obchodník, obchodný vedúci alebo pracovník všetkých odborov ??

Edureka má špeciálne upravené ktorá vám pomôže získať odborné znalosti v oblasti algoritmov strojového učenia, ako sú zhluky K-Means, rozhodovacie stromy, náhodný les, naivné zálivy. Naučíte sa tiež pojmy štatistika, časové rady, ťažba textu a úvod do hlbokého učenia. Nové dávky pre tento kurz čoskoro začnú !!