Ein tiefer Einblick in 13 Data Scientist-Rollen und ihre Verantwortlichkeiten

 

Von allen Rollen in der Tech-Welt haben Data Scientists wahrscheinlich die größte Variation in Titeln und beruflichen Verantwortlichkeiten. Ein Datenwissenschaftler muss viele verschiedene Hüte tragen, und die tägliche Arbeit eines Datenwissenschaftler bei Amazon deutlich anders aussehen könnte als bei a Datenwissenschaftler bei Microsoft. Von der Suche nach Geschäftsbereichen des Unternehmens, die von der Erfassung, Analyse und dem Verständnis von Daten profitieren könnten, bis hin zur Entscheidung, welche strategischen Entscheidungen getroffen werden müssen, um die Kundenzufriedenheit oder die Kaufabschlussrate zu verbessern, kann ein Unternehmen viele Datenwissenschaftler fragen.

Von einem Datenwissenschaftler wird erwartet, dass er über statistische, maschinelle Lern- und häufig wirtschaftliche Fähigkeiten und Kenntnisse verfügt. EIN Data Scientist muss hochqualifiziert sein in Mathematik, Statistik, maschinellem Lernen, Visualisierungen, Kommunikation und Algorithmenimplementierung. 

Darüber hinaus muss ein Datenwissenschaftler die geschäftlichen Anwendungen seiner Daten gründlich verstehen. Wenn Sie Baumwachstumsdaten analysieren, sollten Sie den Unterschied zwischen verstehen Höhe und Höhe bis zur Kronenbasis. Diese Art von Kontextwissen kann im Job entwickelt werden, aber es kann ein großer Vorteil sein, wenn Sie bereits Erfahrung in der Industrie haben, wenn Sie Data Scientist werden möchten. Wenn Sie seit fünf Jahren Banker sind, stehen Ihre Chancen auf eine Stelle im Bereich Data Science im Fintech viel besser als im Gesundheitswesen.

Die vielfältigen Hüte, die ein Data Scientist trägt

 

 

Data Science ist ein relativ neues Gebiet, und es kann für Menschen, die keine Data Scientists sind, schwierig zu erklären sein was Data Scientists tun an Laien. Dies führt zu der manchmal komischen Vielfalt an Verantwortlichkeiten und Titeln, die auf einen modernen Datenwissenschaftler zutreffen können.

A Datenwissenschaftler, je nach Unternehmen und spezifischer Aufgabe, kann für die Datenerfassung und -bereinigung verantwortlich sein. Sie könnten auch aufgefordert werden, Modelle und Pipelines für maschinelles Lernen zu entwickeln oder Ihrem Unternehmen als Visualisierungsguru zu dienen. Einige Datenwissenschaftler sind mehr nach innen gerichtet während andere viel mit internen, nicht-technischen Teams oder sogar Kunden zu tun haben. Wenn Sie mit weniger technischen Leuten arbeiten, müssen Sie haben herausragende Kommunikationsfähigkeiten, sowohl für das Verfassen von Berichten zur Zusammenfassung Ihrer Analysen als auch für die Präsentation Ihrer Ergebnisse und die Abgabe von Handlungsempfehlungen.

Die Hauptaufgabe eines Datenwissenschaftlers (oder wie auch immer Ihr Unternehmen jemanden nennt, der Daten sammelt, analysiert, visualisiert oder vorhersagt) besteht darin, den Geschichte der Daten. Woher kommt es, was können wir daraus über die Vergangenheit lernen und wie kann es uns in der Zukunft leiten? Um dies erfolgreich zu tun, müssen Sie ein Geschäftsbereichsexperte sein oder über Kontextwissen verfügen, um die Puzzleteile zusammenzusetzen und Ihrem Umfeld die Bedeutung der Daten und die daraus gewonnenen Erkenntnisse zu erklären. 

Die genauen Verantwortlichkeiten im Bereich Data Science sind sehr unterschiedlich, und es gibt viele verschiedene Rollen im Bereich Data Science. Egal, ob Sie in den Bereich einsteigen oder den Job wechseln möchten, es ist wirklich wichtig, dass Sie in Bezug auf Berufsbezeichnung und Branche aufgeschlossen bleiben. Ich werde Ihnen eine Aufschlüsselung der allgemeinen Verantwortlichkeiten von dreizehn verschiedenen Rollen im Bereich Data Science geben. 

Unternehmen sind im Allgemeinen nicht gut darin Titel an Personen in der Datenwissenschaft vergeben, daher ist es wichtig, dass Sie diese Aufschlüsselung als Faustregel und nicht als exakte Definition betrachten. Wenn einer davon für Sie perfekt klingt, können Sie Ihre Suche auf diesen einen Titel eingrenzen, aber wenn mehrere davon gut klingen, wäre ich flexibler mit dem Titel, den Sie bei der Suche verwenden. (Und wenn Ihnen der Titel wirklich wichtig ist, können Sie diesen Teil Ihrer Verhandlungen immer machen, wenn Sie das Stellenangebot erhalten!)

Jedes moderne Unternehmen beliebiger Größe auf der ganzen Welt verfügt über eine Abteilung für Datenwissenschaft, und ein Dateningenieur in einem Unternehmen kann die gleichen Aufgaben haben wie ein Marketingwissenschaftler in einem anderen Unternehmen. Data-Science-Jobs sind nicht gut gekennzeichnet, werfen Sie also ein breites Netz.
 
 

Aufschlüsselung der Verantwortlichkeiten von Data Scientists nach Rolle

 

 

1 Datenanalyst

 
A Datenanalytiker konzentriert sich mehr auf die Datensammlung, -bereinigung und -aggregation. Sie müssen in der Lage sein, in komplexen SQL-Abfragen komfortabel zu navigieren. Sie sind für die Gestaltung und Übermittlung von Berichten an nicht-technische Interessengruppen verantwortlich. Außerdem haben Sie die Möglichkeit, Datenmodelle, Visualisierungen und Vorhersagemodelle zu entwerfen.

2. Datenbankadministrator

 
Datenbankadministratoren verwalten Datenbankinstanzen, sowohl lokale als auch Cloud-Instanzen. Als ein Datenbankadministrator, wird von Ihnen erwartet, dass Sie Produktionsumgebungen erstellen, konfigurieren und warten. Sie sind auch für die Leistung, Verfügbarkeit und Sicherheit der Datenbanken in Ihrem Zuständigkeitsbereich verantwortlich. Bereiten Sie sich darauf vor, den Datenbetrieb anzuführen und unternehmenskritischen On-Call-Support bereitzustellen.

3. Datenmodellierer

 
Ein Datenmodellierer erstellt konzeptionelle, technische, logische und manchmal physische Datenmodelle. Sie müssen Datenmodellierungs- und Designstandards entscheidend auswählen und beibehalten, um eine schlüssige Vision für die Daten Ihres Unternehmens zu schaffen.

Datenmodellierer müssen auch Entity-Relationship-Modelle entwickeln und Datenbanken entwerfen. Möglicherweise müssen Sie die Datenerfassung und Analyse von unterrepräsentierten Datenklassen für Ihr Team oder Unternehmen verbessern, um sicherzustellen, dass Ihre Datensätze repräsentativ sind.

4. Softwareentwickler

 
Software-Ingenieure gestalten und pflegen Softwaresysteme. Machen Sie sich als Softwareentwickler bereit, skalierbaren, zuverlässigen und leistungsfähigen Code zu schreiben. Sie müssen Designanforderungen in gut dokumentierten, gut getesteten Code übersetzen, der die Visionen der Produktdesigner zum Leben erweckt.

5. Dateningenieur

 
Das Identifizieren und Lösen von Datenqualitätsherausforderungen wird eine wichtige Aufgabe für Sie als Data Engineer sein. Sie müssen auch die Aufnahme von Datenquellen in Datenspeicherlösungen unterstützen. Ein spannender Teil von a Die Arbeit des Dateningenieurs erhält die Chance, Data-Engineering-Lösungen zu entwerfen und zu entwerfen. Sie sollten auch bereit sein, ETL-Pipelines zum Extrahieren, Transformieren und Laden von Daten in Data Warehouses für nachgelagerte Berichte zu erstellen. Data Engineers sind außerdem für die Replikation, Extraktion, das Laden, Bereinigen und Kuratieren von Daten verantwortlich.

6. Datenarchitekt

 
Datenarchitekten sind hauptsächlich für das Design und die Wartung von Datenpipelines verantwortlich. Ein weiterer wichtiger Teil der Arbeit eines Datenarchitekten ist die Verwaltung von Datenbanken. Als Datenarchitekt schreiben Sie effiziente Abfragen und optimieren vorhandene, um Skalierbarkeit und Kosteneffizienz zu maximieren. Außerdem werden Sie Daten in umsetzbare Berichte, Automatisierung und Erkenntnisse umwandeln.

7. Statistiker

 
Ein Statistiker versteht die geschäftlichen Anforderungen, entwickelt Hypothesen und erstellt statistisch fundierte Experimente. Als ein Statistikervalidieren Sie die statistische Validität von Versuchsplänen anderer Unternehmensgruppen. Von Ihnen wird auch erwartet, dass Sie Projekt- oder Studienleiter coachen und schulen, um statistisch sinnvolle Experimente und Validierungsstrategien oder -metriken zu entwickeln.

Über Experimente hinaus entwickelt und führt ein Statistiker analytische Berichtsstrategien durch. Möglicherweise müssen Sie sich wie ein statistischer Cheerleader weil einige Data-Science-Unternehmen ihre Statistiker aktiv statistische Methoden fördern und neue Geschäftsfelder entdecken, die von einer statistisch fundierten Analyse profitieren könnten.

8. Business Intelligence-Analyst

 
A Business-Intelligence-Analyst ist ein bisschen auf der weicheren Seite der Datenwissenschaft. Als Business-Intelligence-Analyst müssen Sie geschäftliche und funktionale Anforderungen erfassen und daran arbeiten, technische Lösungen an Geschäftsstrategien auszurichten. Außerdem arbeiten Sie daran, Strategien zur Datenbeschaffung und -verarbeitung zu erstellen oder zu entdecken.

Sie sind dafür verantwortlich, große Datenmengen zu extrahieren und zu manipulieren, um daraus Analyseberichte zu erstellen. Business-Intelligence-Analysten berichten, präsentieren und kommunizieren Analyseergebnisse auch an wichtige Stakeholder.

9. Marketingwissenschaftler

 
Marketingwissenschaftler Präsentieren Sie Ideen und Ergebnisse aktuellen und potenziellen Kunden. Sie wenden auch Data-Mining- und Analysestrategien auf Daten wie demografische oder Marketingdaten an. Gemäß Stone Alliance-Gruppen Beschreibung eines Marketingwissenschaftlers müssen Sie „Kundengewinnungsbemühungen, Markttrends und Kundenverhalten verfolgen und bewerten“. Ein Marketingwissenschaftler ist ein Datenwissenschaftler, der speziell mit Werbe-, Marketing- oder demografischen Daten von Benutzern/Kunden arbeitet.

10. Business Analyst

 
Ein Business-Analyst „analysiert Geschäfts- und Benutzeranforderungen, dokumentiert Anforderungen und entwirft die funktionalen Spezifikationen für Systeme und Berichte“, wie pro MaxisIT Inc Bedarf. Wenn du eine ... bist Business Analyst oder einer werden wollen, müssen Sie Geschäfts- und Branchenanforderungen verstehen und diese nutzen, um den Systemumfang und die technischen Ziele zu formulieren. Sie sind auch dafür verantwortlich, die Interaktion von Daten zwischen verschiedenen Systemen und Datenbanken zu definieren.

11. Quantitativer Analyst

 
Quantitative Analysten entwickeln Sie komplexe Modelle mit großen Datensätzen, um interne Berichte zu füttern und geschäftliche Erkenntnisse zu gewinnen. Ressourcenentwicklungsmitarbeiter lässt ihre quantitativen Analysten „die Umsetzung von Analyseplänen entwickeln und leiten, indem sie Forschungsmethoden, Fragen, Stichproben und Iterationspläne skizzieren“. Quantitative Analysten automatisieren auch Arbeitsabläufe und arbeiten an der Validierung der Datenintegrität.

12. Datenwissenschaftler

 
Als Data Scientist wird von Ihnen erwartet, dass Extrakt, aggregieren, bereinigen und transformieren Sie Daten aus mehreren Quellen. Sie müssen wichtige Kontextfaktoren für das Problem identifizieren. Data Scientists analysieren Daten, um wichtige umsetzbare Erkenntnisse für das Unternehmen zu gewinnen, um die Leistung zu verbessern. Je nach Unternehmen müssen Sie möglicherweise Markttrends vorhersagen, um das Unternehmen bei der strategischen Entwicklung seiner Niederlassungen zu unterstützen.

Bei der Datenwissenschaft geht es darum, a GLEICHGEWICHT zwischen kurzfristiger analytischer Anleitung und langfristigen Prognosen und Experimenten. Sie müssen die wichtigen Dinge zur richtigen Zeit kommunizieren, also ist es entscheidend, dass Sie es können Gegenwart Erkenntnisse in verdaulichen Medien – Datenvisualisierungen und fesselnde, durchdachte Präsentationen.

Als Datenwissenschaftler bringen Sie Wert und Erkenntnisse aus den Daten für nicht-technische Interessengruppen. Sie haben die Möglichkeit, proaktiv Bereiche innerhalb des Unternehmens zu finden, die von datengesteuerten Entscheidungen profitieren könnten, und arbeiten mit anderen Teams zusammen, um dies zu erreichen.

13. Maschinelles Lernen Ingenieur

 
Der Aufbau von Machine-Learning-Modellen für die Produktion ist der Schwerpunkt von a Ingenieur für maschinelles Lernen. Sie entwerfen und implementieren skalierbare, zuverlässige und leistungsfähige Datenpipelines und -dienste. Je nach Unternehmen und seinen Schwerpunkten können Sie die Personalisierung von Produkten verbessern oder Markttrends in der Branche besser vorhersagen, indem Sie Modelle des maschinellen Lernens auf historische und Live-Daten anwenden.

Die Rollen und Verantwortlichkeiten von Datenwissenschaftlern überschneiden sich, aber die Unterschiede sind immer noch wichtig

 
Es gibt viele Überschneidungen zwischen all diesen Rollen. Einige konzentrieren sich mehr auf reine Zahlenverarbeitung, während andere sich mehr darauf konzentrieren, die aus der Datenanalyse gewonnenen Erkenntnisse auf Geschäftsentscheidungen anzuwenden. Unabhängig von Ihrer genauen Berufsbezeichnung wird von Ihnen erwartet, dass Sie im Bereich Data Science an vielen verschiedenen Schritten im datengesteuerten Produktentwicklungszyklus beteiligt sind. Sie sollten bereit sein, neue Optimierungsbereiche zu entdecken, die wichtigen Metriken herauszufinden, die Daten zu finden, um diese Metriken zu unterstützen, Experimente zu entwerfen und durchzuführen und die Ergebnisse von Experimenten/Modellen auf prägnante, genaue und überzeugende Weise zu präsentieren.

Das Feld der Datenwissenschaft ist jung und lose definiert. Oft finden Sie Stellenbeschreibungen unter verschiedenen Berufsbezeichnungen, die sich innerhalb des Daches der Datenwissenschaft überraschend ähnlich anhören. Unternehmen stellen oft fest, dass sie Daten haben oder Daten sammeln könnten, um sie dann zur Verbesserung ihres Geschäftsmodells zu nutzen. Diese Stellenbeschreibungen und die Stellenbezeichnung, die sie ihnen zuweisen, werden jedoch häufig von nicht-technischen Personen geschrieben, was bedeutet, dass es viele Überschneidungen gibt.

Ein Dateningenieur in einem Unternehmen verrichtet möglicherweise die gleiche Arbeit wie ein Datenanalyst in einem anderen Unternehmen. Alle diese Positionen berühren das Sammeln oder Validieren von Daten, das Anwenden einer Form der Analyse und das anschließende Erklären der Ergebnisse für nicht-technische Kollegen, entweder durch Berichte, Vorhersagen oder Visualisierungen.

Wenn einer dieser Jobs für Sie perfekt klingt, dann können Sie Ihre Suche auf diesen einen Titel eingrenzen, aber wenn mehrere davon gut klingen, dann wäre ich flexibler mit dem Titel, den Sie bei der Suche verwenden. Wenn Ihnen der Titel wirklich wichtig ist, können Sie diesen Teil Ihrer Verhandlungen immer machen, wenn Sie das Stellenangebot erhalten. Lassen Sie sich durch diese Liste der Verantwortlichkeiten nicht von einem interessant klingenden Job abschrecken. Wenn Sie wirklich ein Datenmodellierer werden möchten, sich aber nicht wohl dabei fühlen, die Herkunftsinformationen zu organisieren, können Sie sich Datenmodellierer-Positionen bei verschiedenen Unternehmen oder Datenarchitekten-Positionen ansehen.

Lassen Sie sich von dieser Aufschlüsselung der dreizehn häufigsten Data-Science-Rollen bei Ihrer Suche nach einem Job in Data Science unterstützen.

 
 
Nate Rosidi ist Data Scientist und in der Produktstrategie. Er ist auch außerplanmäßiger Professor für Analytik und Gründer von StrataScratch, eine Plattform, die Datenwissenschaftlern hilft, sich mit echten Interviewfragen von Top-Unternehmen auf ihre Interviews vorzubereiten. Verbinde dich mit ihm auf Twitter: StrataScratch or LinkedIn.

Quelle: https://www.kdnuggets.com/2022/01/deep-look-13-data-scientist-roles-verantwortung.html