13 adatkutatói szerep és felelősségük alapos áttekintése

 

A technológiai világban betöltött szerepek közül valószínűleg az adattudósoké a legnagyobb eltérés a beosztások és a munkaköri feladatok között. Egy adattudósnak sokféle kalapot kell viselnie, és a mindennapi munkája a adattudós az Amazonnál jelentősen eltérhet a adattudós a Microsoftnál. A vállalat üzleti tevékenységének azon területeinek megtalálásától kezdve, amelyek számára előnyös lehet az adatok gyűjtése, elemzése és megértése, egészen annak eldöntéséig, hogy milyen stratégiai döntéseket kell meghozni a vevői elégedettség vagy a vásárlások teljesítési arányának javítása érdekében, a vállalat sok adatkutatót megkérdezhet.

Az adattudóstól szakértő statisztikai, gépi tanulási és gyakran gazdasági készségekkel és ismeretekkel kell rendelkeznie. A Az adattudósnak magasan képzettnek kell lennie a matematikában, a statisztikákban, a gépi tanulásban, a vizualizációkban, a kommunikációban és az algoritmusok megvalósításában. 

Ezenkívül az adattudósnak alaposan meg kell értenie adatainak üzleti alkalmazásait. Ha a fa növekedési adatait elemzi, meg kell értenie a különbséget magassága és magassága a korona alapjáig. Ez a fajta kontextuális tudás a munka során fejleszthető, de nagy előnyt jelenthet, ha már van tapasztalatod az iparágban, ha adattudósnak szeretnél lenni. Ha öt éve bankár, sokkal nagyobb az esélye arra, hogy adattudományi pozíciót szerezzen a fintech területén, mint az egészségügyben.

A változatos kalapok, amelyeket egy adatkutató visel

 

 

Az adattudomány viszonylag új terület, és nehéz lehet megmagyarázni azoknak, akik nem adattudósok. amit az adattudósok csinálnak laikusoknak. Ez a felelősségek és címek olykor komikus változatosságához vezet, amely egy modern adattudósra vonatkozhat.

A adattudós, cégtől és konkrét munkakörtől függően adatgyűjtésért és takarításért felelhet. Előfordulhat, hogy gépi tanulási modelleket és csővezetékeket kell kifejlesztenie, vagy vizualizációs guruként szolgálnia kell cégét. Néhány adattudós több belső fekvésű míg másoknak sok közük van a belső, nem műszaki csapatokhoz vagy akár az ügyfelekhez. Ha kevésbé technikai emberekkel dolgozik, akkor muszáj lesz csillagos kommunikációs készségek, mind az elemzések összegzésére szolgáló jelentések írásához, mind a megállapítások bemutatásához és a jövőbeli intézkedésekre vonatkozó ajánlások megfogalmazásához.

Az adattudós (vagy akárhogy is hívja a cége valakit, aki adatokat gyűjt, elemzi, vizualizál vagy előre jelez) fő felelőssége, hogy elmondja a az adatok története. Honnan jött, mit tanulhatunk belőle a múltról és hogyan vezérelhet bennünket a jövőben? Ahhoz, hogy ezt sikeresen meg tudja tenni, üzleti terület szakértőnek kell lennie, vagy kontextuális ismeretekkel kell rendelkeznie ahhoz, hogy összeilleszthesse a puzzle darabjait, és elmagyarázza a körülötte lévőknek az adatok jelentőségét és az azokból szerzett meglátásait. 

Az adattudomány területén belüli pontos felelősségi körök nagyon eltérőek, az adattudomány területén pedig nagyon sokféle szerepkör van. Függetlenül attól, hogy a szakmára szeretne bekerülni, vagy munkahelyet szeretne váltani, nagyon fontos, hogy nyitott legyen a munkakör megnevezése és az iparág tekintetében. Leírom az adattudományi területen tizenhárom különböző szerepkör általános felelősségét. 

A cégek általában nem jók címeket ad az adattudományban dolgozóknak, ezért fontos, hogy ezt a bontást ökölszabálynak tekintse, és ne pontos meghatározásnak. Ha ezek közül valamelyik tökéletesen hangzik számodra, akkor szűkítheted a keresést arra az egy címre, de ha több is jól hangzik, akkor rugalmasabb lennék a keresésnél használt címmel. (És ha a cím valóban számít számodra, ezt mindig beépítheted a tárgyalásodba, amikor megkapod az állásajánlatot!)

A világ bármely jelentős méretű modern vállalata rendelkezik adattudományi részleggel, és az egyik vállalat adatmérnökének ugyanazok a felelősségei lehetnek, mint egy másik cég marketingtudósának. Az adattudományi munkák nincsenek jól felcímkézve, ezért ügyeljen arra, hogy széles hálót vessen.
 
 

Az adattudós felelősségi körök szerepkör szerinti lebontása

 

 

1. Adatelemző

 
A adatelemző jobban összpontosít az adatgyűjtésre, tisztításra és összesítésre. Tudnia kell kényelmesen navigálni az összetett SQL-lekérdezések között. Ön lesz felelős a jelentések megtervezéséért és a nem műszaki érdekelt feleknek történő eljuttatásáért. Lehetőséget kap adatmodellek, vizualizációk és prediktív modellek tervezésére is.

2. Adatbázis-adminisztrátor

 
Az adatbázis-adminisztrátorok kezelik az adatbázis-példányokat, mind a helyszíni, mind a felhőbeli példányokat. Mint a adatbázis adminisztrátor, akkor várhatóan éles környezeteket kell létrehoznia, konfigurálnia és karbantartania. Ön felelős a hatáskörébe tartozó adatbázisok teljesítményéért, elérhetőségéért és biztonságáért is. Készüljön fel az adatműveletek élére, és nyújtson kritikus fontosságú ügyeleti támogatást.

3. Adatmodellező

 
Az adatmodellező fogalmi, technikai, logikai és néha fizikai adatmodelleket hoz létre. Határozottan ki kell választania és fenn kell tartania az adatmodellezési és -tervezési szabványokat, hogy egységes jövőképet hozzon létre vállalata adatairól.

Adatmodellezők entitáskapcsolati modelleket és tervezési adatbázisokat is ki kell dolgoznia. Előfordulhat, hogy javítania kell az adatgyűjtést és az alulreprezentált adatosztályok elemzését csapata vagy vállalata számára annak érdekében, hogy az adatkészletek reprezentatívak legyenek.

4. Szoftvermérnök

 
Szoftvermérnökök tervezése és karbantartása szoftverrendszerek. Ha Ön szoftvermérnök, készüljön fel skálázható, megbízható és hatékony kód írására. A tervezési követelményeket jól dokumentált, jól tesztelt kódokká kell lefordítania, amelyek életre keltik a terméktervezők elképzeléseit.

5. Adatmérnök

 
Az adatminőségi kihívások azonosítása és megoldása adatmérnökként fontos feladata lesz. Támogatnia kell továbbá az adatforrások adattárolási megoldásokba való felvételét. Izgalmas része a adatmérnöki munka lehetőséget kap adatmérnöki megoldások tervezésére és tervezésére. Készen kell állnia arra is, hogy ETL-folyamatokat építsen ki az adatok kinyerésére, átalakítására és adattárházakba való betöltésére a későbbi jelentéskészítéshez. Az adatmérnökök ezenkívül felelősek az adatok replikációjáért, kinyeréséért, betöltéséért, tisztításáért és gondozásáért.

6. Adatépítész

 
Adatépítészek főként az adatfolyamok tervezéséért és karbantartásáért felelősek. Az adatépítész munkájának másik fontos része az adatbázisok kezelése. Adattervezőként hatékony lekérdezéseket írhat, és optimalizálhatja a meglévőket, hogy maximalizálja a méretezhetőséget és a költséghatékonyságot. Ezenkívül az adatokat végrehajtható jelentéskészítési, automatizálási és statisztikákká alakíthatja.

7. Statisztikus

 
A statisztikus megérti az üzleti igényeket, hipotéziseket dolgoz ki, és statisztikailag megalapozott kísérleteket készít. Mint a statisztikus, akkor igazolni fogja más üzleti csoportok kísérleti terveinek statisztikai érvényességét. Azt is elvárják tőled, hogy oktasson és képezzen projekt- vagy tanulmányigazgatókat statisztikailag ésszerű kísérletek és validációs stratégiák vagy mérőszámok kidolgozására.

A kísérleteken túl egy statisztikus analitikus jelentési stratégiákat fejleszt és hajt végre. Lehet, hogy úgy kell viselkednie, mint a statisztikai pompomlány mert egyesek adattudományi cégek statisztikusaikkal aktívan támogassák a statisztikai módszereket, és fedezzenek fel olyan új üzleti területeket, amelyek profitálhatnak a statisztikailag megalapozott elemzésből.

8. Üzleti intelligencia elemző

 
A üzleti intelligencia elemző egy kicsit az adattudomány lágyabb oldala. Üzleti intelligencia elemzőként össze kell gyűjtenie az üzleti és funkcionális követelményeket, és dolgoznia kell a műszaki megoldások és az üzleti stratégiák összehangolásán. Ezenkívül adatbeszerzési és -feldolgozási stratégiák létrehozásán vagy felfedezésén fog dolgozni.

Ön felel majd a nagy mennyiségű adat kinyeréséért és kezeléséért, hogy azokból analitikai jelentéseket készítsen. Az üzleti intelligencia elemzői emellett jelentést készítenek, bemutatnak és közölnek elemzési eredményeket a legfontosabb érdekelt felekkel.

9. Marketingtudós

 
Marketing tudósok ötletek és eredmények bemutatása jelenlegi és potenciális ügyfeleknek. Adatbányászati ​​és -elemzési stratégiákat is alkalmaznak az adatokra, például a demográfiai vagy marketingadatokra. Alapján Stone Alliance Group egy marketingkutató leírását, akkor „követnie kell és értékelnie kell az ügyfélszerzési erőfeszítéseket, a piaci trendeket és az ügyfelek viselkedését”. A marketingtudós olyan adatkutató, aki kifejezetten reklámozással, marketinggel vagy felhasználói/ügyfél-demográfiai adatokkal foglalkozik.

10. Üzleti elemző

 
Az üzleti elemző „elemzi az üzleti és felhasználói igényeket, dokumentálja a követelményeket, és megtervezi a rendszerek és jelentések funkcionális specifikációit” MaxisIT Inc követelményeknek. Ha Ön a üzleti elemző vagy szeretne azzá válni, meg kell értenie az üzleti és iparági követelményeket, és ezek alapján meg kell fogalmaznia a rendszer hatókörét és műszaki céljait. Ön felel majd a különböző rendszerek és adatbázisok közötti adatok interakciójának meghatározásáért is.

11. Mennyiségi elemző

 
Kvantitatív elemzők komplex modellek kidolgozása nagy adatkészletek felhasználásával a belső jelentések előállítása és az üzleti betekintések előállítása érdekében. Erőforrás-fejlesztő munkatársak kvantitatív elemzőik „analitikai terveket dolgoznak ki és vezetnek, felvázolják a kutatási módszertant, kérdéseket, mintavételi és iterációs terveket”. A kvantitatív elemzők emellett automatizálják a munkafolyamatokat, és az adatok integritásának ellenőrzésén dolgoznak.

12. Adattudós

 
Adattudósként ezt elvárják tőled kivonat, több forrásból származó adatok összesítése, tisztítása és átalakítása. Meg kell határoznia a probléma fontos kontextuális tényezőit. Az adatkutatók elemzik az adatokat, hogy kulcsfontosságú, hasznosítható betekintést nyerjenek a vállalkozás számára a teljesítmény javítása érdekében. Vállalattól függően előfordulhat, hogy előre kell jeleznie a piaci trendeket, hogy segítse a vállalatot fiókjainak stratégiai fejlesztésében.

Az adattudomány arról szól, hogy megtaláljuk a egyensúly a rövid távú elemző útmutatás és a hosszú távú előrejelzés és kísérletek között. A fontos dolgokat a megfelelő időben kell közölnie, ezért nagyon fontos, hogy megteheti be emészthető médiában található eredmények – adatvizualizációk és lebilincselő, átgondolt előadások.

Ön, mint adattudós, értéket és betekintést nyújt az adatokból a nem műszaki érdekelt felek számára. Lehetősége lesz arra, hogy proaktívan megtalálja a vállalaton belül azokat a területeket, amelyek hasznot húzhatnak az adatvezérelt döntésekből, és más csapatokkal együttműködve ezt elérheti.

13. Gépi tanulási mérnök

 
A termelési célú gépi tanulási modellek kidolgozása a fő hangsúly a gépi tanulási mérnök. Skálázható, megbízható, teljesítőképes adatfolyamokat és szolgáltatásokat terveznek és valósítanak meg. A vállalattól és fókuszterületétől függően javíthatja a termékek személyre szabását, vagy jobban megjósolhatja az iparág piaci trendjeit, ha gépi tanulási modelleket alkalmaz a múltbeli és élő adatokra.

Az adattudósok szerepei és felelősségei keresztezik egymást, de a különbségek továbbra is számítanak

 
Rengeteg átmenet van ezen szerepek között. Egyesek inkább a puszta számozásra összpontosítanak, míg mások inkább az adatelemzésből származó betekintések üzleti döntésekre való alkalmazására összpontosítanak. A pontos beosztásától függetlenül, ha az adattudomány területén dolgozik, várhatóan sok különböző lépésben kell részt vennie az adatvezérelt termékfejlesztési ciklusban. Készen kell állnia arra, hogy új területeket fedezzen fel az optimalizáláshoz, kitalálja a fontos mérőszámokat, megtalálja a mérőszámokhoz szükséges adatokat, megtervezze és hajtsa végre a kísérleteket, valamint a kísérletek/modellek eredményeit tömören, pontosan és meggyőzően mutassa be.

Az adattudományi terület fiatal és lazán definiált. Sokszor különböző munkaköri megnevezések alatt talál olyan munkaköri leírásokat, amelyek meglepően hasonlóan hangzanak az adattudomány ernyőjén belül. A vállalatok gyakran rájönnek, hogy rendelkeznek adatokkal, vagy adatokat gyűjthetnek, majd felhasználhatják üzleti modelljük fejlesztésére. Ezeket a munkaköri leírásokat és a hozzájuk rendelt munkakört azonban gyakran nem műszaki szakemberek írják, ami azt jelenti, hogy sok az átfedés.

Előfordulhat, hogy az egyik vállalat adatmérnöke ugyanazt a munkát végzi, mint egy másik vállalat adatelemzője. Mindezek a pozíciók érintik az adatok gyűjtését vagy validálását, valamilyen elemzési formát, majd az eredményeket jelentésekben, előrejelzésekben vagy vizualizációkban elmagyarázzák a nem műszaki kollégáknak.

Ha ezek közül az állások közül valamelyik tökéletesen hangzik Önnek, akkor szűkítheti a keresést arra az egy címre, de ha több is jól hangzik, akkor rugalmasabb lennék a keresés során használt megnevezéssel. Ha a cím valami igazán fontos számodra, akkor ezt mindig beépítheted a tárgyalásodba, amikor megkapod az állásajánlatot. Ne hagyja, hogy ez a feladatlista elriassza egy érdekesnek tűnő munkától. Ha valóban adatmodellezővé szeretne válni, de nem érzi magát kényelmesen a származási adatok rendszerezésében, megtekintheti az adatmodellezői pozíciókat különböző vállalatoknál vagy adattervezői pozíciókat.

Hagyja, hogy a tizenhárom leggyakoribb adattudományi szerepkör lebontása ugródeszkát jelentsen az adattudományi álláskeresésben.

 
 
Nate Rosidi adattudós és termékstratégia. Emellett analitikát tanító adjunktus, és az alapítója StrataScratch, egy platform, amely segíti az adattudósokat az interjúkra való felkészülésben a vezető cégektől származó valódi interjúkérdések segítségével. Kapcsolatba lépni vele Twitter: StrataScratch or LinkedIn.

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