Uno sguardo approfondito a 13 ruoli di data scientist e alle loro responsabilità

 

Di tutti i ruoli nel mondo della tecnologia, i data scientist hanno probabilmente la più alta variazione di titoli e responsabilità lavorative. Uno scienziato di dati deve indossare molti cappelli diversi e il lavoro quotidiano di a scienziato dei dati presso Amazon potrebbe sembrare significativamente diverso da quello di a scienziato dei dati presso Microsoft. Dalla ricerca di aree dell'attività dell'azienda che potrebbero trarre vantaggio dalla raccolta, analisi e comprensione dei dati alla decisione sulle decisioni strategiche da prendere per migliorare la soddisfazione del cliente o i tassi di completamento degli acquisti, un'azienda può chiedere a molti data scientist.

Ci si aspetta che uno scienziato di dati abbia abilità e conoscenze statistiche esperte, apprendimento automatico e spesso economiche. UN il data scientist deve essere altamente qualificato in matematica, statistica, apprendimento automatico, visualizzazioni, comunicazione e implementazione di algoritmi. 

Inoltre, un data scientist deve comprendere a fondo le applicazioni aziendali dei propri dati. Se stai analizzando i dati sulla crescita degli alberi, dovresti capire la differenza tra altezza e altezza alla base della corona. Questo tipo di conoscenza contestuale può essere sviluppata sul posto di lavoro, ma può essere un grande vantaggio se hai già esperienza di lavoro nel settore se stai cercando di diventare un data scientist. Se sei un banchiere da cinque anni, le tue probabilità di ottenere una posizione di data science nel fintech sono molto migliori che nel settore sanitario.

I vari cappelli che indossa uno scienziato dei dati

 

 

La scienza dei dati è un campo relativamente nuovo e può essere difficile da spiegare per le persone che non sono scienziati dei dati cosa fanno i data scientist ai laici. Ciò porta alla varietà a volte comica di responsabilità e titoli che possono essere applicati a un moderno data scientist.

A scienziato di dati, a seconda dell'azienda e del lavoro specifico, può essere responsabile della raccolta e della pulizia dei dati. Ti potrebbe anche essere richiesto di sviluppare modelli e pipeline di apprendimento automatico o di servire la tua azienda come guru della visualizzazione. Alcuni data scientist lo sono di più interno mentre altri hanno molto a che fare con team interni, non tecnici o addirittura con clienti. Se lavori con persone meno tecniche, dovrai avere abilità comunicative stellari, sia per scrivere rapporti per riassumere le tue analisi sia per presentare i tuoi risultati e formulare raccomandazioni per azioni future.

La responsabilità principale per un data scientist (o come la tua azienda chiama qualcuno che raccoglie, analizza, visualizza o prevede i dati) è di dire al storia dei dati. Da dove viene, cosa possiamo imparare da esso sul passato e come può guidarci nel futuro? Per farlo con successo, devi essere un esperto di area aziendale o avere una conoscenza contestuale per mettere insieme i pezzi del puzzle e spiegare a chi ti circonda il significato dei dati e le intuizioni che ne hai tratto. 

Le responsabilità esatte nel campo della scienza dei dati variano molto e ci sono molti ruoli diversi nel campo della scienza dei dati. Sia che tu stia cercando di entrare nel campo o che tu voglia cambiare lavoro, è davvero importante mantenere una mente aperta in termini di titolo professionale e settore. Ti fornirò una ripartizione delle responsabilità generali di tredici diversi ruoli all'interno del campo della scienza dei dati. 

Le aziende generalmente non sono brave dare titoli a persone nella scienza dei dati, quindi è importante considerare questa ripartizione come una regola empirica e non una definizione esatta. Se uno di questi ti sembra perfetto, puoi restringere la ricerca a quel titolo, ma se molti di loro suonano bene, allora sarei più flessibile con il titolo che usi durante la ricerca. (E se il titolo è davvero importante per te, puoi sempre farne parte della tua trattativa quando ricevi l'offerta di lavoro!)

Qualsiasi azienda moderna di qualsiasi dimensione significativa in tutto il mondo ha un dipartimento di scienza dei dati e un ingegnere di dati in un'azienda potrebbe avere le stesse responsabilità di uno scienziato di marketing in un'altra azienda. I lavori di scienza dei dati non sono ben etichettati, quindi assicurati di lanciare una rete ampia.
 
 

Ripartizione delle responsabilità del Data Scientist per ruolo

 

 

1. Analista dei dati

 
A analista dati si concentra maggiormente sulla raccolta, la pulizia e l'aggregazione dei dati. Devi essere in grado di navigare comodamente in query SQL complesse. Sarai responsabile della progettazione e della consegna di report a parti interessate non tecniche. Avrai anche la possibilità di progettare modelli di dati, visualizzazioni e modelli predittivi.

2. Amministratore del database

 
Gli amministratori di database gestiscono le istanze del database, sia on-premise che cloud. Come un amministratore della Banca dati, devi creare, configurare e gestire gli ambienti di produzione. Sarai inoltre responsabile delle prestazioni, della disponibilità e della sicurezza dei database di tua competenza. Preparati a guidare le operazioni sui dati e fornisci supporto su chiamata mission-critical.

3. Modellatore di dati

 
Un modellatore di dati crea modelli di dati concettuali, tecnici, logici e talvolta fisici. Dovrai selezionare e mantenere in modo decisivo la modellazione dei dati e gli standard di progettazione per creare una visione coerente per i dati della tua azienda.

Modellatori di dati deve anche sviluppare modelli di relazione tra entità e progettare database. Potrebbe essere necessario migliorare la raccolta dei dati e l'analisi delle classi di dati sottorappresentate per il tuo team o la tua azienda per garantire che i tuoi set di dati siano rappresentativi.

4. Ingegnere del software

 
Ingegneri del software progettare e mantenere sistemi software. Quando sei un ingegnere del software, preparati a scrivere codice scalabile, affidabile e performante. Dovrai tradurre i requisiti di progettazione in un codice ben documentato e ben collaudato che dia vita alle visioni dei progettisti di prodotti.

5. Ingegnere dei dati

 
Identificare e risolvere le sfide sulla qualità dei dati sarà un compito importante per te come ingegnere dei dati. Dovrai inoltre supportare l'inserimento di origini dati nelle soluzioni di archiviazione dei dati. Una parte emozionante di a lavoro dell'ingegnere dei dati sta ottenendo la possibilità di progettare e progettare soluzioni di ingegneria dei dati. Dovresti anche essere pronto a creare pipeline ETL per estrarre, trasformare e caricare i dati nei data warehouse per il reporting a valle. I data engineer sono inoltre responsabili della replica, dell'estrazione, del caricamento, della pulizia e della cura dei dati.

6. Architetto dei dati

 
Architetti dei dati sono i principali responsabili della progettazione e della manutenzione delle pipeline di dati. Un'altra parte importante del lavoro di un architetto di dati è la gestione dei database. In qualità di architetto di dati, scriverai query efficienti e ottimizzerai quelle esistenti per massimizzare la scalabilità e l'efficienza in termini di costi. Convertirai anche i dati in report, automazione e approfondimenti utilizzabili.

7. esperto di statistica

 
Uno statistico comprende le esigenze aziendali, sviluppa ipotesi e costruisce esperimenti statisticamente validi. Come un esperto di statistica, convaliderai la validità statistica dei piani sperimentali di altri gruppi aziendali. Dovrai anche istruire e formare direttori di progetti o studi per sviluppare esperimenti statisticamente ragionevoli e strategie o metriche di convalida.

Oltre agli esperimenti, uno statistico sviluppa ed esegue strategie di reporting analitico. Potrebbe essere necessario comportarsi come un cheerleader statistico perché alcuni società di scienza dei dati fare in modo che i propri statistici promuovano attivamente metodi statistici e scoprano nuove aree di business che potrebbero trarre vantaggio da un'analisi statisticamente valida.

8. Analista di Business Intelligence

 
A analista di business intelligence è un po 'più morbido della scienza dei dati. In qualità di analista di business intelligence, dovrai raccogliere requisiti aziendali e funzionali e lavorare per allineare le soluzioni tecniche alle strategie aziendali. Lavorerai anche alla creazione o alla scoperta di strategie di approvvigionamento ed elaborazione dei dati.

Sarai responsabile dell'estrazione e della manipolazione di grandi volumi di dati per creare report analitici da essi. Gli analisti di business intelligence riportano, presentano e comunicano anche i risultati analitici alle principali parti interessate.

9. Scienziato di marketing

 
Scienziati del marketing presentare idee e scoperte a clienti attuali e potenziali. Applicano anche strategie di data mining e analisi ai dati, come i dati demografici o di marketing. Secondo Gruppo Stone Alliance descrizione di uno scienziato di marketing, è necessario "monitorare e valutare gli sforzi di acquisizione dei clienti, le tendenze del mercato e il comportamento dei clienti". Uno scienziato di marketing è uno scienziato di dati che lavora specificamente su pubblicità, marketing o dati demografici di utenti/clienti.

10. Analista di affari

 
Un analista aziendale "analizza le esigenze aziendali e degli utenti, documenta i requisiti e progetta le specifiche funzionali per sistemi e report", come da MaxisIT Inc requisiti. Se sei un analista di affari o vuoi diventarlo, devi comprendere i requisiti aziendali e del settore e utilizzarli per formulare l'ambito del sistema e gli obiettivi tecnici. Sarai anche responsabile della definizione dell'interazione dei dati tra diversi sistemi e database.

11. Analista quantitativo

 
Analisti quantitativi sviluppare modelli complessi utilizzando grandi set di dati per alimentare report interni e produrre approfondimenti aziendali. Associati per lo sviluppo delle risorse ha i loro analisti quantitativi "sviluppare e guidare l'implementazione di piani analitici, delineando metodologia di ricerca, domande, campionamento e piani di iterazione". Gli analisti quantitativi automatizzano anche i flussi di lavoro e lavorano per convalidare l'integrità dei dati.

12. Scienziato dei dati

 
In qualità di data scientist, dovrai farlo estratto, aggregare, pulire e trasformare i dati da più origini. Sarà necessario identificare importanti fattori contestuali per il problema. I data scientist analizzano i dati per produrre informazioni strategiche utili per l'azienda per migliorare le prestazioni. A seconda dell'azienda, potrebbe essere necessario prevedere le tendenze del mercato per aiutare l'azienda a sviluppare strategicamente le sue filiali.

La scienza dei dati riguarda la ricerca di un equilibrio tra indicazioni analitiche a breve termine e previsioni ed esperimenti a lungo termine. Devi comunicare le cose importanti al momento giusto, quindi è fondamentale che tu possa farlo presenti risultati in media digeribili: visualizzazioni di dati e presentazioni accattivanti e ponderate.

Tu, in qualità di data scientist, porterai valore e approfondimenti dai dati alle parti interessate non tecniche. Avrai l'opportunità di trovare in modo proattivo aree all'interno dell'azienda che potrebbero trarre vantaggio da decisioni basate sui dati e lavorare con altri team per raggiungere questo obiettivo.

13. Ingegnere di apprendimento automatico

 
La creazione di modelli di machine learning per la produzione è l'obiettivo principale di a ingegnere di apprendimento automatico. Progettano e implementano pipeline e servizi di dati scalabili, affidabili e performanti. A seconda dell'azienda e delle sue aree di interesse, puoi migliorare la personalizzazione dei prodotti o prevedere meglio le tendenze del mercato nel settore applicando modelli di machine learning a dati storici e in tempo reale.

I ruoli e le responsabilità dei data scientist si incrociano, ma le distinzioni contano ancora

 
C'è molto incrocio tra tutti questi ruoli. Alcuni sono più concentrati sul puro scricchiolio dei numeri, mentre altri si concentrano maggiormente sull'applicazione delle intuizioni prodotte dall'analisi dei dati alle decisioni aziendali. Indipendentemente dal tuo esatto titolo di lavoro, se operi nel campo della scienza dei dati, dovrai essere coinvolto in molte fasi diverse nel ciclo di sviluppo del prodotto basato sui dati. Dovresti essere pronto a scoprire nuove aree da ottimizzare, capire le metriche che contano, trovare i dati per informare queste metriche, progettare ed eseguire esperimenti e presentare i risultati di esperimenti/modelli in modi concisi, accurati e convincenti.

Il campo della scienza dei dati è giovane e vagamente definito. Molte volte troverai descrizioni di lavoro sotto diversi titoli di lavoro che suonano sorprendentemente simili all'interno dell'ombrello della scienza dei dati. Le aziende spesso si rendono conto di avere dati o potrebbero raccoglierli e poi utilizzarli per migliorare il proprio modello di business. Tuttavia, queste descrizioni del lavoro e il titolo del lavoro che scelgono di assegnare loro sono spesso scritti da persone non tecniche, il che significa che c'è molta sovrapposizione.

Un ingegnere di dati in un'azienda potrebbe svolgere lo stesso lavoro di un analista di dati in un'altra azienda. Tutte queste posizioni toccano la raccolta o la convalida dei dati, l'applicazione di una qualche forma di analisi e quindi la spiegazione dei risultati a colleghi non tecnici, tramite report, previsioni o visualizzazioni.

Se uno di questi lavori ti sembra perfetto, puoi restringere la ricerca a quel titolo, ma se molti di loro suonano bene, allora sarei più flessibile con il titolo che usi durante la ricerca. Se il titolo è qualcosa che è veramente importante per te, puoi sempre farne parte della tua trattativa quando ricevi l'offerta di lavoro. Non lasciare che questo elenco di responsabilità ti spaventi lontano da un lavoro che sembra interessante. Se vuoi davvero diventare un modellatore di dati, ma non ti senti a tuo agio nell'organizzare le informazioni di derivazione, puoi esaminare le posizioni di modellatore di dati in diverse aziende o in posizioni di architetto di dati.

Lascia che questa suddivisione dei tredici ruoli di scienza dei dati più comuni dia il via alla tua ricerca di un lavoro nella scienza dei dati.

 
 
Nato Rosidi è un data scientist e nella strategia di prodotto. È anche un professore a contratto che insegna analisi ed è il fondatore di Strata Scratch, una piattaforma che aiuta i data scientist a prepararsi per le loro interviste con domande di interviste reali delle migliori aziende. Connettiti con lui su Twitter: Strata Scratch or LinkedIn.

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