En dyp titt på 13 dataforskers roller og deres ansvar

 

Av alle rollene i teknologiverdenen har dataforskere sannsynligvis den største variasjonen i titler og jobbansvar. En dataforsker må bruke mange forskjellige hatter, og det daglige arbeidet til en dataforsker hos Amazon kan se vesentlig annerledes ut enn en dataforsker hos Microsoft. Fra å finne områder av selskapets virksomhet som kan dra nytte av innsamling, analyse og forståelse av data til å bestemme hvilke strategiske beslutninger som må tas for å forbedre kundetilfredsheten eller fullføringsraten for kjøp, kan en bedrift spørre mange dataforskere.

En dataforsker forventes å ha ekspertstatistikk, maskinlæring og ofte økonomiske ferdigheter og kunnskaper. EN dataforsker må ha høy kompetanse i matematikk, statistikk, maskinlæring, visualiseringer, kommunikasjon og algoritmeimplementering. 

I tillegg må en dataforsker grundig forstå forretningsapplikasjonene til dataene deres. Hvis du analyserer trevekstdata, bør du forstå forskjellen mellom høyde og høyde til kronebasis. Denne typen kontekstuell kunnskap kan utvikles på jobben, men det kan være en stor fordel hvis du allerede har erfaring fra bransjen hvis du ønsker å bli dataforsker. Hvis du har vært bankmann i fem år, er sjansene dine for å få en datavitenskapsstilling i fintech mye bedre enn i helsevesenet.

De varierte hattene en dataforsker bærer

 

 

Datavitenskap er et relativt nytt felt, og det kan være vanskelig for folk som ikke er dataforskere å forklare hva dataforskere gjør til lekfolk. Dette fører til den til tider komiske variasjonen av ansvar og titler som kan gjelde for en moderne dataforsker.

A dataforsker, avhengig av selskapet og den spesifikke jobben, kan være ansvarlig for datainnsamling og rengjøring. Du kan også bli bedt om å utvikle maskinlæringsmodeller og pipelines eller tjene bedriften din som en visualiseringsguru. Noen dataforskere er flere innvendig vendt mens andre har mye å gjøre med interne, ikke-tekniske team eller til og med kunder. Hvis du jobber med mindre tekniske folk, må du ha fantastiske kommunikasjonsevner, både for å skrive rapporter for å oppsummere analysene dine, samt for å presentere funnene dine og komme med anbefalinger for fremtidig handling.

Hovedansvaret for en dataforsker (eller hva bedriften din kaller noen som samler inn, analyserer, visualiserer eller forutsier data) er å fortelle historien om dataene. Hvor kom det fra, hva kan vi lære av det om fortiden og hvordan kan det veilede oss i fremtiden? For å lykkes med dette, må du være en forretningsområdeekspert eller ha kontekstuell kunnskap for å passe bitene i puslespillet sammen og forklare for de rundt deg betydningen av dataene og innsikten du har fått fra dem. 

De eksakte ansvarsområdene innen datavitenskap varierer mye, og det er mange forskjellige roller innen datavitenskap. Enten du er ute etter å komme ut i feltet eller du ønsker å bytte jobb, er det veldig viktig at du holder et åpent sinn når det gjelder stillingstittel og bransje. Jeg vil gi deg en oversikt over det generelle ansvaret til tretten forskjellige roller innen datavitenskapsfeltet. 

Bedrifter er generelt ikke gode på gi titler til personer innen datavitenskap, så det er viktig at du tar denne sammenbruddet som en tommelfingerregel og ikke en eksakt definisjon. Hvis en av disse høres perfekt ut for deg, kan du begrense søket til den ene tittelen, men hvis flere av dem høres bra ut, så ville jeg vært mer fleksibel med tittelen du bruker når du søker. (Og hvis tittelen virkelig betyr noe for deg, kan du alltid gjøre det til en del av forhandlingen når du får jobbtilbudet!)

Ethvert moderne selskap av betydelig størrelse rundt om i verden har en datavitenskapsavdeling, og en dataingeniør i ett selskap kan ha samme ansvar som en markedsføringsforsker i et annet selskap. Datavitenskapsjobber er ikke godt merket, så sørg for å kaste et bredt nett.
 
 

Fordeling av dataforskers ansvar etter rolle

 

 

1. Dataanalytiker

 
A data analytiker fokuserer mer på datainnsamling, rengjøring og aggregering. Du må være i stand til komfortabelt å navigere i komplekse SQL-spørringer. Du vil være ansvarlig for å designe og levere rapporter til ikke-tekniske interessenter. Du vil også få sjansen til å designe datamodeller, visualiseringer og prediktive modeller.

2. Databaseadministrator

 
Databaseadministratorer administrerer databaseforekomster, både lokale og skyforekomster. Som en databaseadministrator, forventes du å bygge, konfigurere og vedlikeholde produksjonsmiljøer. Du vil også være ansvarlig for ytelsen, tilgjengeligheten og sikkerheten til databasene under ditt ansvarsområde. Gjør deg klar til å gå i spissen for datadrift og gi virksomhetskritisk vaktstøtte.

3. Datamodeller

 
En datamodeller lager konseptuelle, tekniske, logiske og noen ganger fysiske datamodeller. Du må bestemmende velge og vedlikeholde datamodellering og designstandarder for å skape en sammenhengende visjon for bedriftens data.

Datamodellere må også utvikle enhetsrelasjonsmodeller og designdatabaser. Det kan hende du må forbedre datainnsamling og analyse av underrepresenterte dataklasser for teamet eller bedriften din for å sikre at datasettene dine er representative.

4. Programvareingeniør

 
Programvareingeniører designe og vedlikeholde programvaresystemer. Når du er programvareingeniør, gjør deg klar til å skrive skalerbar, pålitelig og effektiv kode. Du må oversette designkrav til veldokumentert, godt testet kode som bringer visjonene til produktdesignerne til live.

5. Dataingeniør

 
Å identifisere og løse datakvalitetsutfordringer vil være en viktig oppgave for deg som dataingeniør. Du må også støtte inntak av datakilder i datalagringsløsninger. En spennende del av en dataingeniørens arbeid får sjansen til å arkitekte og designe datatekniske løsninger. Du bør også være klar til å bygge ETL-rørledninger for å trekke ut, transformere og laste data inn i datavarehus for nedstrømsrapportering. Dataingeniører er i tillegg ansvarlige for datareplikering, utvinning, lasting, rensing og kurering.

6. Dataarkitekt

 
Dataarkitekter er hovedansvarlig for utforming og vedlikehold av datarørledninger. En annen viktig del av arbeidet til en dataarkitekt er å administrere databaser. Som dataarkitekt vil du skrive effektive spørringer og optimere eksisterende for å maksimere skalerbarhet og kostnadseffektivitet. Du vil også konvertere data til handlingsvennlig rapportering, automatisering og innsikt.

7. statistiker

 
En statistiker forstår virksomhetens behov, utvikler hypoteser og konstruerer statistisk forsvarlige eksperimenter. Som en statistiker, vil du validere den statistiske gyldigheten til andre forretningsgruppers eksperimentelle planer. Du vil også bli forventet å coache og trene prosjekt- eller studieledere for å utvikle statistisk rimelige eksperimenter og valideringsstrategier eller beregninger.

Utover eksperimenter utvikler og utfører en statistiker analytiske rapporteringsstrategier. Du må kanskje oppføre deg som en statistisk heiagjeng fordi noen datavitenskapsselskaper la deres statistikere aktivt fremme statistiske metoder og oppdage nye forretningsområder som kan dra nytte av statistisk solide analyser.

8. Business Intelligence Analytiker

 
A business intelligence analytiker er litt på den mykere siden av datavitenskap. Som business intelligence-analytiker må du samle forretnings- og funksjonskrav og arbeide for å tilpasse tekniske løsninger med forretningsstrategier. Du vil også jobbe med å lage eller oppdage datainnkjøps- og prosesseringsstrategier.

Du vil være ansvarlig for å trekke ut og manipulere store datamengder for å lage analytiske rapporter fra den. Business intelligence-analytikere rapporterer, presenterer og kommuniserer også analytiske resultater til sentrale interessenter.

9. Markedsføringsforsker

 
Markedsføringsforskere presentere ideer og funn for nåværende og potensielle kunder. De bruker også datautvinning og analysestrategier på data, for eksempel demografiske eller markedsføringsdata. I følge Stone Alliance Group beskrivelse av en markedsføringsforsker, må du "spore og evaluere kundeanskaffelsesinnsats, markedstrender og kundeadferd." En markedsføringsforsker er en dataforsker som spesifikt jobber med reklame-, markedsførings- eller bruker-/kundedemografiske data.

10. Forretningsanalytiker

 
En forretningsanalytiker "analyserer forretnings- og brukerbehov, dokumenterer krav og designer funksjonsspesifikasjonene for systemer og rapporter," som iht. MaxisIT Inc krav. Hvis du er en forretningsanalytiker eller ønsker å bli det, må du forstå forretnings- og industrikrav og bruke dem til å formulere systemomfang og tekniske mål. Du vil også være ansvarlig for å definere interaksjon av data mellom ulike systemer og databaser.

11. Kvantitativ analytiker

 
Kvantitative analytikere utvikle komplekse modeller ved å bruke store datasett for å mate interne rapporter og produsere forretningsinnsikt. Ressursutviklingsmedarbeidere har sine kvantitative analytikere "utvikle og lede implementeringen av analytiske planer, skissere forskningsmetodikk, spørsmål, prøvetaking og iterering av planer". Kvantitative analytikere automatiserer også arbeidsflyter og jobber med å validere dataintegritet.

12. Dataforsker

 
Som dataforsker forventes det at du gjør det trekke ut, samle, rense og transformere data fra flere kilder. Du må identifisere viktige kontekstuelle faktorer for problemet. Dataforskere analyserer data for å produsere viktig handlingsinnsikt for virksomheten for å forbedre ytelsen. Avhengig av selskapet, må du kanskje forutsi markedstrender for å hjelpe selskapet med å utvikle sine grener strategisk.

Datavitenskap handler om å finne en balansere mellom kortsiktig analytisk veiledning og langsiktig prognose og eksperimenter. Du må kommunisere de viktige tingene til rett tid, så det er avgjørende at du kan presentere funn i fordøyelige medier – datavisualiseringer og fengslende, gjennomtenkte presentasjoner.

Du, som dataforsker, vil bringe verdi og innsikt fra dataene til ikke-tekniske interessenter. Du vil få muligheten til proaktivt å finne områder i selskapet som kan dra nytte av datadrevne beslutninger og samarbeide med andre team for å oppnå dette.

13. Ingeniør for maskinlæring

 
Å bygge ut maskinlæringsmodeller for produksjon er hovedfokuset for en maskinlæringsingeniør. De designer og implementerer skalerbare, pålitelige, ytende datapipelines og tjenester. Avhengig av selskapet og dets fokusområder, kan du forbedre personaliseringen av produkter eller bedre forutsi markedstrender i bransjen ved å bruke maskinlæringsmodeller på historiske og levende data.

Rollene og ansvaret til dataforskere krysser hverandre, men forskjellene betyr fortsatt noe

 
Det er mye kryssing mellom alle disse rollene. Noen er mer fokusert på ren tallknusing, mens andre fokuserer mer på å anvende innsikten fra dataanalyse til forretningsbeslutninger. Uavhengig av din eksakte stillingstittel, hvis du er innen datavitenskap, forventes du å være involvert i mange forskjellige trinn i den datadrevne produktutviklingssyklusen. Du bør være klar til å oppdage nye områder for å optimalisere, finne ut beregningene som betyr noe, finne dataene for å informere disse beregningene, designe og utføre eksperimenter og presentere resultatene av eksperimenter/modeller på kortfattede, nøyaktige og overbevisende måter.

Datavitenskapsfeltet er ungt og løst definert. Mange ganger finner du stillingsbeskrivelser under forskjellige stillingstitler som høres overraskende like ut innenfor paraplyen av datavitenskap. Bedrifter innser ofte at de har data eller kan samle inn data og deretter bruke dem til å forbedre forretningsmodellen. Imidlertid er disse stillingsbeskrivelsene og stillingstittelen de velger å tildele dem ofte skrevet av ikke-tekniske personer, noe som betyr at det er mye overlapping.

En dataingeniør i ett selskap kan gjøre det samme arbeidet som en dataanalytiker i et annet selskap. Alle disse posisjonene berører å samle inn eller validere data, bruke en eller annen form for analyse, og deretter forklare resultatene til ikke-tekniske kolleger, enten gjennom rapporter, spådommer eller visualiseringer.

Hvis en av disse jobbene høres perfekt ut for deg, så kan du begrense søket til den ene tittelen, men hvis flere av dem høres bra ut, så ville jeg vært mer fleksibel med tittelen du bruker når du søker. Hvis tittelen er noe som er veldig viktig for deg, kan du alltid gjøre det til en del av forhandlingen når du får jobbtilbudet. Ikke la denne listen over ansvar skremme deg bort fra en jobb som høres interessant ut. Hvis du virkelig ønsker å bli en datamodeller, men du ikke er komfortabel med å organisere avstamningsinformasjonen, kan du se på datamodelleringsstillinger hos forskjellige selskaper eller på dataarkitektstillinger.

La denne oversikten over de tretten mest vanlige rollene innen datavitenskap springe i vei for søket etter en jobb innen datavitenskap.

 
 
Nate Rosidi er dataviter og innen produktstrategi. Han er også adjungert professor som underviser i analyse, og er grunnleggeren av StrataScratch, en plattform som hjelper dataforskere med å forberede seg til intervjuene sine med ekte intervjuspørsmål fra toppbedrifter. Ta kontakt med ham Twitter: StrataScratch or Linkedin.

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