
CDA數(shù)據(jù)分析師 出品
作者:Darshil Parmar
編譯:Mika
【導(dǎo)讀】
數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和數(shù)據(jù)工程到底有什么區(qū)別?本文帶你看懂。
數(shù)據(jù)科學(xué)是一個廣泛的領(lǐng)域。
因為它是如此的多樣化,我們很難具體定義數(shù)據(jù)科學(xué)家要做些什么。但最重要的是,我們要認(rèn)識到,數(shù)據(jù)科學(xué)是一個過程,而不僅僅是一個職位名稱。
數(shù)據(jù)科學(xué)可以應(yīng)用于許多不同的領(lǐng)域,可以用來做許多不同的事情。
如今數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和數(shù)據(jù)工程正在以非??斓乃俣劝l(fā)展。
2011-2027年全球大數(shù)據(jù)市場規(guī)模預(yù)測
數(shù)據(jù)來源:Statista
隨著數(shù)據(jù)領(lǐng)域的發(fā)展速度加快,許多人對這些領(lǐng)域的概念也有一些錯誤的認(rèn)識。
在本文中,我們將帶你了解一下數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)工程師之間的區(qū)別。
讓我們先了解一下完整的數(shù)據(jù)項目包括哪些環(huán)節(jié)。
公司通過各種渠道從客戶處收集數(shù)據(jù),例如亞馬遜,他們可能會收集用戶的電子郵件、姓名、年齡、位置等數(shù)據(jù)。
以及關(guān)于用戶購買歷史和訂單的數(shù)據(jù),用戶搜索關(guān)鍵字和最近查看的項目等。
如今,這些數(shù)據(jù)有各種形式和格式,數(shù)據(jù)可能位于不同的表和不同的位置。
任何數(shù)據(jù)項目的出發(fā)點無一例外,都是為了從數(shù)據(jù)中提取價值,從而幫助企業(yè)做出決策,并改進(jìn)其產(chǎn)品和服務(wù)。
這里可以看到一個案例——亞馬遜建立的推薦系統(tǒng),當(dāng)中將用用戶經(jīng)常購買的產(chǎn)品排列在一起,并根據(jù)產(chǎn)品的性能進(jìn)行排名。
任何數(shù)據(jù)項目的第一步都是理解。
企業(yè)真正需要什么
假設(shè),我們想針對會從已購商品中進(jìn)行回購的客戶建立一個分類器。
我們對所需的最終結(jié)果進(jìn)行定義,可能會根據(jù)可用數(shù)據(jù)而改變,但假設(shè)現(xiàn)在一切準(zhǔn)備就緒,開始項目開發(fā)。
這時數(shù)據(jù)工程師們就派上用場了。
在數(shù)據(jù)項目工作中,數(shù)據(jù)工程師將從各種來源提取數(shù)據(jù)并編寫查詢,或使用ETL工具將所有數(shù)據(jù)集中到一個地方。
數(shù)據(jù)被儲存為各種格式,比如SQL表、CSV文件、JSON文件等。
因此,數(shù)據(jù)工程師要做的就是對這些數(shù)據(jù)進(jìn)行轉(zhuǎn)換,并將所有東西整合在一起。并負(fù)責(zé)建立數(shù)據(jù)庫模型、模式、表、架構(gòu)以及數(shù)據(jù)的整體結(jié)構(gòu)。
一旦數(shù)據(jù)準(zhǔn)備妥當(dāng),數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師或BI人員就要上場了。
為了便于理解,這里我們用數(shù)據(jù)科學(xué)家來概括這些角色,因為數(shù)據(jù)科學(xué)是一個非常廣泛的領(lǐng)域,他們所做的工作內(nèi)容包羅萬象。
現(xiàn)在,數(shù)據(jù)科學(xué)人員有了正確格式的數(shù)據(jù),而數(shù)據(jù)科學(xué)家對業(yè)務(wù)有很好理解,他很清楚需要做些什么來完成工作。
數(shù)據(jù)科學(xué)家需要負(fù)責(zé)的工作內(nèi)容有:
由于數(shù)據(jù)項目需要團(tuán)隊協(xié)作,因此有許多人會參與到這個過程。
不是每個人都會清理數(shù)據(jù)或構(gòu)建數(shù)據(jù)可視化,這完全取決于數(shù)據(jù)人員的技能和角色。
接著就需要機(jī)器學(xué)習(xí)工程師,他們同時擁有軟件工程和數(shù)據(jù)科學(xué)方面的知識。
他們使用大數(shù)據(jù)工具和編程框架,確保從數(shù)據(jù)管道中收集的原始數(shù)據(jù)被重新定義為數(shù)據(jù)科學(xué)模型,并根據(jù)需要進(jìn)行擴(kuò)展。
在這個推薦系統(tǒng)的項目中,我們可能需要實時預(yù)測的模型,也需要通過調(diào)用API來提供預(yù)測的模型。
機(jī)器學(xué)習(xí)工程師的職責(zé)是建立機(jī)器學(xué)習(xí)模型,對其進(jìn)行適當(dāng)調(diào)整,確保模型產(chǎn)生良好的結(jié)果,在產(chǎn)品中部署模型。
機(jī)器學(xué)習(xí)工程師使機(jī)器能夠在自己的編程數(shù)據(jù)中識別模式,并教會自己理解命令。
結(jié)語
現(xiàn)在這三個領(lǐng)域相互依賴,沒有哪一個更好的比較,每個領(lǐng)域都有自己的角色、責(zé)任和所需的技能,完全取決于你選擇哪一個。
現(xiàn)在,這三種職業(yè)相互依賴,沒有哪個職業(yè)更好的說法。在工作項目中,這三者分別都有不同的角色擔(dān)當(dāng),責(zé)任和技能要求,選擇從事哪一種完全取決于你自己的興趣。
如果你喜歡構(gòu)建管道,數(shù)據(jù)模型和模式,那么成為數(shù)據(jù)工程師是不錯的選擇。
如果你更喜歡清理數(shù)據(jù)、數(shù)據(jù)可視化和構(gòu)建儀表盤,那么你可以選擇成為一名數(shù)據(jù)科學(xué)家,或者機(jī)器學(xué)習(xí)工程師,前提是你有完成工作所需的知識和技能。
因此不妨問問自己,你更適合哪一種?數(shù)據(jù)工程師,數(shù)據(jù)科學(xué)家,還是機(jī)器學(xué)習(xí)工程師?歡迎給我們留言哦。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10