
劇透:有3萬美元的差異。
成為數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家有什么好處?數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家的主要區(qū)別是什么?他們是同一份工作嗎?數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家哪種工作薪水更高?你是怎么科學(xué)數(shù)據(jù)的?
自從《哈佛商業(yè)評論》稱這是十年來最性感的工作以來,大多數(shù)人都聽說過工作數(shù)據(jù)科學(xué)家。數(shù)據(jù)分析師沒有收到這樣的索賠。
(如果你是或者想成為一名數(shù)據(jù)分析師,我仍然認(rèn)為這是一份性感的工作。)
數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家之間的主要區(qū)別在于他們?nèi)绾翁幚磉@兩個職位中的數(shù)據(jù)。數(shù)據(jù)分析師做的是顧名思義的事情--她查看數(shù)據(jù),試圖預(yù)測趨勢,進(jìn)行可視化,并傳達(dá)結(jié)果。換句話說,數(shù)據(jù)分析師分析數(shù)據(jù)。
數(shù)據(jù)科學(xué)家的工作描述可能更難確定,因?yàn)槟悴荒芤苑治鰯?shù)據(jù)的方式準(zhǔn)確地對數(shù)據(jù)進(jìn)行科學(xué)研究。然而,我們可以有把握地說,數(shù)據(jù)科學(xué)家負(fù)責(zé)為數(shù)據(jù)設(shè)計和構(gòu)建新的模型。他們創(chuàng)造原型,算法,預(yù)測模型。
但是在數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家的維恩圖中有很多重疊!例如,數(shù)據(jù)分析員和數(shù)據(jù)科學(xué)家都花了很大一部分時間讓數(shù)據(jù)處于合適的狀態(tài),以便進(jìn)行分析或科學(xué)研究。
不止這些,所以你很幸運(yùn)。本文將深入研究數(shù)據(jù)分析師與數(shù)據(jù)科學(xué)家之間的本質(zhì)區(qū)別,目的是幫助您決定哪一個最適合您。我將介紹典型的背景,在這些領(lǐng)域工作是什么感覺,你需要什么技能和工具,以及最終如何選擇哪一個最適合你。
我們開始吧。
讓我們從數(shù)據(jù)科學(xué)家工作與數(shù)據(jù)分析師工作之間的高級描述開始。我用高度科學(xué)的方法搜索了數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師的職位描述,發(fā)現(xiàn)兩者之間的差異或多或少與你所期望的標(biāo)題一致。
數(shù)據(jù)科學(xué)家的工作描述通常涉及機(jī)器學(xué)習(xí)、算法和自動化。數(shù)據(jù)科學(xué)家的大多數(shù)工作描述還包括使用可視化工具和統(tǒng)計技術(shù)來識別數(shù)據(jù)中的模式。
同時,數(shù)據(jù)分析師的工作描述通常是從數(shù)據(jù)中進(jìn)行分析和開發(fā)可視化。主要職責(zé)是與公司其他團(tuán)隊(duì)溝通,從數(shù)據(jù)中創(chuàng)建洞察力。如果你注意了,你會意識到這聽起來很像數(shù)據(jù)科學(xué)家工作描述的后半部分。
兩份工作說明都涉及統(tǒng)計分析和向利益相關(guān)者傳達(dá)結(jié)果;與數(shù)據(jù)分析師相比,數(shù)據(jù)科學(xué)家只是在創(chuàng)建發(fā)現(xiàn)這些洞察力的方法方面做了一點(diǎn)額外的工作。
讓我們來了解一下數(shù)據(jù)分析師與數(shù)據(jù)科學(xué)家的任務(wù)、工具和工作流程。
數(shù)據(jù)科學(xué)家的一天通常包括會議、項(xiàng)目報告、查看電子郵件和創(chuàng)建模型。Gartner的全球ML團(tuán)隊(duì)負(fù)責(zé)人Andriy Burkov說,他還幫助團(tuán)隊(duì)成員改進(jìn)當(dāng)前的模型,并訓(xùn)練示例以解決這些模型中的問題。還涉及到大量的清洗數(shù)據(jù)。
值得記住的是,專業(yè)數(shù)據(jù)科學(xué)宣言本身說“數(shù)據(jù)科學(xué)是關(guān)于解決問題,而不是模型或算法”,所以當(dāng)我們進(jìn)入數(shù)據(jù)分析師的日常工作時,請記住這一點(diǎn)。
與數(shù)據(jù)科學(xué)家相比,數(shù)據(jù)分析師的日常工作非常相似。與數(shù)據(jù)科學(xué)一樣,數(shù)據(jù)分析師工作中的一個巨大責(zé)任是傳達(dá)結(jié)果。這意味著數(shù)據(jù)分析師一天的大部分時間都被會議、電子郵件、與其他團(tuán)隊(duì)檢查以及審查當(dāng)前項(xiàng)目狀態(tài)所占用。主要任務(wù)是收集、清理和研究數(shù)據(jù),以幫助解決問題。
數(shù)據(jù)分析師與數(shù)據(jù)科學(xué)家日常工作的關(guān)鍵區(qū)別在于,數(shù)據(jù)科學(xué)家需要創(chuàng)建和維護(hù)模型。除此之外,日子看起來很像。
這是一個有趣的部分! 數(shù)據(jù)分析師與數(shù)據(jù)科學(xué)家的預(yù)期工資和職業(yè)前景如何?
對兩個陣營來說都有好消息。IndeDreports,從2018年到2028年,數(shù)據(jù)分析師的工作崗位將增長20%,顯然快于平均水平。這是歸因于需要更好的市場調(diào)查在一堆不同的行業(yè)。數(shù)據(jù)分析師有望在IT、醫(yī)療保健、金融和保險行業(yè)找到工作。在美國,數(shù)據(jù)分析師的平均工資是7萬美元。數(shù)據(jù)分析師的最高潛在薪酬是在北卡羅來納州,實(shí)際上是一年8.5萬美元。
我找不到同樣的關(guān)于數(shù)據(jù)科學(xué)的報告,所以令人惱火的是,我們無法將蘋果與蘋果進(jìn)行比較。然而,話雖如此,很明顯,數(shù)據(jù)科學(xué)的工作增長與數(shù)據(jù)分析師的工作增長同樣有希望。IBM預(yù)測,2020年對數(shù)據(jù)科學(xué)家的需求將激增28%;勞工統(tǒng)計局認(rèn)為,數(shù)據(jù)科學(xué)是增長最快的20個職業(yè)之一,并預(yù)計未來10年將增長31%。
根據(jù)美國勞工統(tǒng)計局的數(shù)據(jù),能夠創(chuàng)建模型可以增加3萬美元的工資。數(shù)據(jù)科學(xué)家享有超過10萬美元的平均工資。查看我們關(guān)于數(shù)據(jù)科學(xué)家賺多少錢的文章,了解數(shù)據(jù)科學(xué)的工資以及他們是如何受到各種因素的影響的。
數(shù)據(jù)科學(xué)和數(shù)據(jù)分析師的空缺時間比所有其他工作的平均空缺時間長五天。沒有太多的競爭,公司渴望各種各樣的數(shù)據(jù)分析和科學(xué)。
這兩種選擇聽起來都很好,也許你已經(jīng)開始對其中哪一種最適合你有了想法。本節(jié)我想談?wù)勗谶@些領(lǐng)域中找到一份工作所需的要求和教育。
值得注意的是,這不是數(shù)據(jù)分析師與數(shù)據(jù)科學(xué)家之間的非此即彼的命題。許多數(shù)據(jù)分析師渴望在職業(yè)生涯的后期成為數(shù)據(jù)科學(xué)家。不要認(rèn)為數(shù)據(jù)科學(xué)家是一個入門級的工作--很多人從數(shù)據(jù)分析開始獲得行業(yè)經(jīng)驗(yàn),然后在獲得技能后過渡到數(shù)據(jù)科學(xué)。
讓我們從數(shù)據(jù)科學(xué)開始。例如,要成為谷歌的一名數(shù)據(jù)科學(xué)家,你需要一些特殊的東西:統(tǒng)計學(xué)、計算機(jī)科學(xué)或其他科學(xué)的碩士學(xué)位;相關(guān)工作經(jīng)驗(yàn);強(qiáng)度和至少一種統(tǒng)計語言,如R或Python;和SQL等數(shù)據(jù)庫語言的優(yōu)勢。
Adata分析師的職業(yè)軌跡沒有這么高的要求。你可能會從學(xué)士學(xué)位中受益。或者B.S.在數(shù)學(xué)、統(tǒng)計、物理或其他定量領(lǐng)域,但這不是一個硬性要求。你也不需要掌握任何語言,只需要學(xué)習(xí)的欲望。(當(dāng)然,懂語言總是有幫助的。)能夠創(chuàng)建引人注目的數(shù)據(jù)可視化是很有用的。如果你不具備這些技能,你可以把它們撿起來。
要成為一名數(shù)據(jù)分析師和一名數(shù)據(jù)科學(xué)家,您需要的技能集略有不同。然而,正如您可能從本文的要點(diǎn)中了解到的那樣,有相當(dāng)多的重疊。
要成為一名數(shù)據(jù)分析師,你需要對業(yè)務(wù)的熱情,交流結(jié)果的能力,以及敏銳的解決問題的本能。您應(yīng)該能夠聚合和清理數(shù)據(jù),運(yùn)行統(tǒng)計分析,識別趨勢,并呈現(xiàn)它們。
讓我們將其與數(shù)據(jù)科學(xué)進(jìn)行比較。再次以谷歌為例,說明公司對數(shù)據(jù)科學(xué)家的需求,作為一名數(shù)據(jù)科學(xué)家所需的技能是跨學(xué)科的溝通、大局觀的能量、商業(yè)意識和客戶導(dǎo)向。大多數(shù)公司都需要一套類似的需求。您還應(yīng)該能夠構(gòu)建預(yù)測未來趨勢的模型。
換句話說,你需要能夠與人交談,你需要能夠不僅了解你的部門,而且了解整個業(yè)務(wù),你需要知道你在銷售什么以及如何銷售它。
你將在這兩份工作的面試中接受這些技能的測試。你可以練習(xí)數(shù)據(jù)科學(xué)/數(shù)據(jù)分析師的技能,你需要更好地了解特定公司需要什么技能。
展望5年后的未來。你得到了那份數(shù)據(jù)分析師的工作--接下來是什么?對于許多數(shù)據(jù)分析師來說,一個典型的職業(yè)道路涉及到爬升到中級或高級數(shù)據(jù)分析師的職位,也許專門從事公司數(shù)據(jù)戰(zhàn)略的一個特定領(lǐng)域。許多數(shù)據(jù)分析師最終成為數(shù)據(jù)科學(xué)家,正如我上面所提到的。
甚至在未來,許多數(shù)據(jù)分析師可能會成為數(shù)據(jù)分析顧問。這些數(shù)據(jù)分析員的工作與常規(guī)數(shù)據(jù)分析員的工作相同,但他們的對象是不同的客戶,而不是單一的公司。
數(shù)據(jù)分析師有很多選擇。在數(shù)據(jù)分析職業(yè)發(fā)展道路中開發(fā)的技能對各種工作都很有用。
對于一個數(shù)據(jù)科學(xué)家來說,相對于一個數(shù)據(jù)分析師來說,它需要更長的時間。你至少需要兩度,可能是三度。當(dāng)你成為一名數(shù)據(jù)科學(xué)家時,大多數(shù)人都很確定這是他們想做的。然而,這是有增長空間的。您可以選擇管理路徑或個人貢獻(xiàn)者路徑。在個人貢獻(xiàn)者的道路上,您將加深和加強(qiáng)您在一個非常特定的數(shù)據(jù)科學(xué)領(lǐng)域的技能,成為一個專家。作為管理道路上的數(shù)據(jù)科學(xué)家,您將后退一步,擴(kuò)大規(guī)模。您將管理團(tuán)隊(duì),擴(kuò)展數(shù)據(jù)策略,并更全面地與數(shù)據(jù)組織合作。
這些路徑不一定是線性的。它們重疊,分叉,然后又回到一起。也沒有任何為期一年的要求。你可以做3年的數(shù)據(jù)分析師,然后在第二年成為一名數(shù)據(jù)科學(xué)家;在接下來的20年里,你可以繼續(xù)從事數(shù)據(jù)科學(xué)家的工作,而不會有任何進(jìn)步。這在很大程度上取決于你在學(xué)習(xí)過程中所學(xué)到的技能。
很明顯,沒有正確的答案。如果你沒有碩士學(xué)位,也許現(xiàn)在最好的辦法是成為一名數(shù)據(jù)分析師。如果你已經(jīng)有了計算機(jī)科學(xué)的博士學(xué)位,你可以跳過數(shù)據(jù)分析師這一方面,直接跳入數(shù)據(jù)科學(xué)。
主要的區(qū)別是,作為一名數(shù)據(jù)科學(xué)家,你將建立模型,你可能在數(shù)據(jù)領(lǐng)域受過更多的教育,這將導(dǎo)致更高的工資。除此之外,數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家之間沒有太大的區(qū)別。兩者都涉及清理數(shù)據(jù)、分析數(shù)據(jù)、顯示數(shù)據(jù)和影響業(yè)務(wù)方向。
如果這聽起來像你的包,沒有數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)--這兩個工作對你來說都很好。你只需要知道你的技能水平和教育要求在哪里,這樣你就知道目標(biāo)是什么。
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(shí)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(shí)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(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)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(yàn)是驗(yàn)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(shí)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(diǎn)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(diǎn)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(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)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(yàn) ...
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(shí)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