Głębokie spojrzenie na 13 ról badaczy danych i ich obowiązków

 

Ze wszystkich ról w świecie technologii naukowcy zajmujący się danymi mają prawdopodobnie największe zróżnicowanie w tytułach i obowiązkach zawodowych. Analityk danych musi nosić wiele różnych kapeluszy, a codzienna praca analityk danych w Amazon może wyglądać znacząco inaczej niż w przypadku analityk danych w firmie Microsoft. Od znalezienia obszarów działalności firmy, które mogą skorzystać na gromadzeniu, analizie i zrozumieniu danych, po podejmowanie decyzji strategicznych, które należy podjąć, aby poprawić satysfakcję klientów lub wskaźniki realizacji zakupów, firma może poprosić wielu naukowców zajmujących się danymi.

Od analityka danych oczekuje się, że będzie dysponował fachowymi umiejętnościami statystycznymi, uczeniem maszynowym, a często także umiejętnościami i wiedzą ekonomiczną. A analityk danych musi być wysoko wykwalifikowany w matematyce, statystyce, uczeniu maszynowym, wizualizacjach, komunikacji i implementacji algorytmów. 

Ponadto badacz danych musi dokładnie zrozumieć zastosowania biznesowe swoich danych. Jeśli analizujesz dane dotyczące wzrostu drzew, powinieneś zrozumieć różnicę między wysokość i wysokość do podstawy korony. Tego rodzaju wiedzę kontekstową można rozwijać w pracy, ale może to być dużą zaletą, jeśli masz już doświadczenie w pracy w branży i chcesz zostać naukowcem zajmującym się danymi. Jeśli byłeś bankierem przez pięć lat, twoje szanse na zdobycie stanowiska naukowca w branży fintech są znacznie większe niż w opiece zdrowotnej.

Różnorodne kapelusze, które nosi analityk danych

 

 

Nauka o danych to stosunkowo nowa dziedzina i osobom, które nie są naukowcami danych, może być trudno wyjaśnić co robią naukowcy zajmujący się danymi? dla świeckich. Prowadzi to do czasami komicznej różnorodności obowiązków i tytułów, które mogą dotyczyć współczesnego naukowca danych.

A naukowiec danych, w zależności od firmy i specyfiki pracy, może być odpowiedzialny za zbieranie danych i czyszczenie. Możesz być również zobowiązany do opracowania modeli uczenia maszynowego i potoków lub służyć swojej firmie jako guru w zakresie wizualizacji. Niektórzy analitycy danych są bardziej okładzina wewnętrzna podczas gdy inne mają wiele wspólnego z wewnętrznymi, nietechnicznymi zespołami, a nawet klientami. Jeśli pracujesz z mniej technicznymi osobami, będziesz musiał mieć gwiezdne umiejętności komunikacyjne, zarówno do pisania raportów podsumowujących analizy, jak i do prezentowania wyników i formułowania zaleceń dotyczących przyszłych działań.

Kluczową odpowiedzialnością naukowca zajmującego się danymi (lub jakkolwiek w firmie nazywa kogoś, kto zbiera, analizuje, wizualizuje lub przewiduje dane) jest poinformowanie historia danych. Skąd się wzięła, czego możemy się z niej nauczyć o przeszłości i jak może nas prowadzić w przyszłości? Aby to zrobić pomyślnie, musisz być ekspertem w obszarze biznesowym lub mieć wiedzę kontekstową, aby dopasować elementy układanki i wyjaśnić otaczającym Cię osobom znaczenie danych i spostrzeżenia, które z nich uzyskałeś. 

Dokładne obowiązki w dziedzinie nauki o danych są bardzo różne i istnieje wiele różnych ról w dziedzinie nauki o danych. Niezależnie od tego, czy szukasz pracy w terenie, czy chcesz zmienić pracę, naprawdę ważne jest, aby zachować otwarty umysł w zakresie tytułu pracy i branży. Przedstawię ci zestawienie ogólnych obowiązków trzynastu różnych ról w dziedzinie nauki o danych. 

Firmy generalnie nie są dobre w nadawanie tytułów osobom zajmującym się nauką o danych, dlatego ważne jest, aby traktować ten podział jako ogólną zasadę, a nie dokładną definicję. Jeśli jeden z nich brzmi dla Ciebie idealnie, możesz zawęzić wyszukiwanie do tego jednego tytułu, ale jeśli kilka z nich brzmi dobrze, będę bardziej elastyczny z tytułem, którego używasz podczas wyszukiwania. (A jeśli tytuł naprawdę jest dla Ciebie ważny, zawsze możesz wziąć udział w negocjacjach, gdy otrzymasz ofertę pracy!)

Każda nowoczesna firma dowolnej znaczącej wielkości na całym świecie ma dział analizy danych, a inżynier danych w jednej firmie może mieć takie same obowiązki, jak specjalista ds. marketingu w innej firmie. Zadania związane z analityką danych nie są dobrze oznakowane, więc pamiętaj, aby zarzucić szeroką sieć.
 
 

Podział obowiązków analityka danych według ról

 

 

1. Analityk danych

 
A analityk danych skupia się bardziej na gromadzeniu, czyszczeniu i agregacji danych. Musisz być w stanie wygodnie poruszać się po złożonych zapytaniach SQL. Będziesz odpowiedzialny za projektowanie i dostarczanie raportów interesariuszom nietechnicznym. Uzyskasz również możliwość projektowania modeli danych, wizualizacji i modeli predykcyjnych.

2. Administrator bazy danych

 
Administratorzy baz danych zarządzają instancjami bazy danych, zarówno instancjami lokalnymi, jak i chmurowymi. Jak Administrator bazy danych, oczekuje się, że będziesz budować, konfigurować i konserwować środowiska produkcyjne. Będziesz również odpowiedzialny za wydajność, dostępność i bezpieczeństwo baz danych, którymi się zajmujesz. Przygotuj się do kierowania operacjami na danych i zapewniaj wsparcie na telefon o krytycznym znaczeniu.

3. Modelarz danych

 
Modelarz danych tworzy koncepcyjne, techniczne, logiczne, a czasem fizyczne modele danych. Będziesz musiał zdecydowanie wybierać i utrzymywać standardy modelowania danych i projektowania, aby stworzyć spójną wizję danych Twojej firmy.

Modele danych musi również opracować modele relacji encji i projektowe bazy danych. Być może będziesz musiał ulepszyć gromadzenie danych i analizę niedostatecznie reprezentowanych klas danych dla swojego zespołu lub firmy, aby upewnić się, że Twoje zestawy danych są reprezentatywne.

4. Inżynier oprogramowania

 
Inżynierowie oprogramowania projektowanie i konserwacja systemy oprogramowania. Jeśli jesteś inżynierem oprogramowania, przygotuj się do pisania skalowalnego, niezawodnego i wydajnego kodu. Będziesz musiał przełożyć wymagania projektowe na dobrze udokumentowany, dobrze przetestowany kod, który urzeczywistnia wizje projektantów produktów.

5. Inżynier danych

 
Identyfikowanie i rozwiązywanie problemów związanych z jakością danych będzie ważnym zadaniem dla Ciebie jako inżyniera danych. Będziesz także musiał wspierać pozyskiwanie źródeł danych do rozwiązań do przechowywania danych. Ekscytująca część praca inżyniera danych zyskuje szansę na architekturę i projektowanie rozwiązań z zakresu inżynierii danych. Powinieneś być również gotowy do budowania potoków ETL w celu wyodrębniania, przekształcania i ładowania danych do hurtowni danych w celu dalszego raportowania. Inżynierowie danych są dodatkowo odpowiedzialni za replikację danych, ich ekstrakcję, ładowanie, czyszczenie i kurację.

6. Architekt danych

 
Architekci danych odpowiadają głównie za projektowanie i utrzymanie potoków danych. Kolejną ważną częścią pracy architekta danych jest zarządzanie bazami danych. Jako architekt danych będziesz pisać wydajne zapytania i optymalizować istniejące, aby zmaksymalizować skalowalność i efektywność kosztową. Przekształcisz również dane w przydatne raporty, automatyzację i wgląd.

7. Statystyk

 
Statystyk rozumie potrzeby biznesowe, stawia hipotezy i konstruuje statystycznie poprawne eksperymenty. Jak statystyk, potwierdzisz poprawność statystyczną planów eksperymentalnych innych grup biznesowych. Oczekuje się również, że będziesz trenować i szkolić dyrektorów projektów lub badań w zakresie opracowywania statystycznie uzasadnionych eksperymentów oraz strategii walidacji lub wskaźników.

Poza eksperymentami statystyk opracowuje i realizuje analityczne strategie raportowania. Być może będziesz musiał zachowywać się jak statystyczna cheerleaderka ponieważ niektórzy firmy zajmujące się badaniem danych niech ich statystycy aktywnie promują metody statystyczne i odkrywają nowe obszary biznesowe, które mogą skorzystać na solidnej statystycznie analizie.

8. Analityk Business Intelligence

 
A analityk wywiadu gospodarczego jest nieco po bardziej miękkiej stronie nauki o danych. Jako analityk Business Intelligence będziesz musiał zebrać wymagania biznesowe i funkcjonalne oraz pracować nad dostosowaniem rozwiązań technicznych do strategii biznesowych. Będziesz także pracował nad tworzeniem lub odkrywaniem strategii pozyskiwania i przetwarzania danych.

Będziesz odpowiedzialny za wydobywanie i manipulowanie dużymi ilościami danych w celu tworzenia z nich raportów analitycznych. Analitycy Business Intelligence raportują, prezentują i przekazują wyniki analityczne kluczowym interesariuszom.

9. Naukowiec ds. marketingu

 
Naukowcy ds. marketingu przedstawiać pomysły i wnioski obecnym i potencjalnym klientom. Stosują również strategie eksploracji danych i analizy danych, takich jak dane demograficzne lub marketingowe. Według Grupa Stone Alliance opisując naukowca ds. marketingu, musisz „śledzić i oceniać działania związane z pozyskiwaniem klientów, trendy rynkowe i zachowania klientów”. Naukowiec ds. marketingu to specjalista ds. danych, który zajmuje się w szczególności reklamą, marketingiem lub danymi demograficznymi użytkowników/klientów.

10. Analityk biznesowy

 
Analityk biznesowy „analizuje potrzeby biznesowe i potrzeby użytkowników, dokumentuje wymagania oraz projektuje specyfikacje funkcjonalne systemów i raportów”, zgodnie z MaxisIT Inc wymagania. Jeśli jesteś analityk Biznesowy lub chcesz nim zostać, musisz zrozumieć wymagania biznesowe i branżowe oraz wykorzystać je do sformułowania zakresu systemu i celów technicznych. Będziesz także odpowiedzialny za definiowanie interakcji danych pomiędzy różnymi systemami i bazami danych.

11. Analityk ilościowy

 
Analitycy ilościowi opracowuj złożone modele wykorzystujące duże zbiory danych do zasilania raportów wewnętrznych i tworzenia analiz biznesowych. Współpracownicy ds. rozwoju zasobów ma swoich analityków ilościowych „opracowuje i prowadzi wdrażanie planów analitycznych, nakreślających metodologię badań, pytania, dobór próby i plany iteracji”. Analitycy ilościowi automatyzują również przepływy pracy i pracują nad walidacją integralności danych.

12. Naukowiec ds. danych

 
Od analityka danych oczekuje się, że: wyciąg, agregować, czyścić i przekształcać dane z wielu źródeł. Będziesz musiał zidentyfikować ważne czynniki kontekstowe dla problemu. Analitycy danych analizują dane w celu uzyskania kluczowych, praktycznych wniosków dla firmy, które poprawiają wydajność. W zależności od firmy może być konieczne przewidywanie trendów rynkowych, aby pomóc firmie w strategicznym rozwoju jej oddziałów.

Nauka o danych polega na znalezieniu równoważyć między krótkoterminowymi wskazówkami analitycznymi a długoterminowymi prognozami i eksperymentami. Musisz przekazać ważne rzeczy we właściwym czasie, więc ważne jest, abyś mógł teraźniejszość ustalenia w strawnych mediach – wizualizacje danych i urzekające, przemyślane prezentacje.

Jako naukowiec zajmujący się danymi, wniesiesz wartość i spostrzeżenia z danych do nietechnicznych interesariuszy. Będziesz mieć możliwość aktywnego znajdowania obszarów w firmie, które mogą skorzystać na decyzjach opartych na danych, i współpracy z innymi zespołami, aby to osiągnąć.

13. Inżynier uczenia maszynowego

 
Tworzenie modeli uczenia maszynowego na potrzeby produkcji jest głównym celem inżynier uczenia maszynowego. Projektują i wdrażają skalowalne, niezawodne i wydajne potoki danych i usługi. W zależności od firmy i obszarów, na których się koncentruje, możesz poprawić personalizację produktów lub lepiej przewidywać trendy rynkowe w branży, stosując modele uczenia maszynowego do danych historycznych i bieżących.

Role i obowiązki naukowców zajmujących się danymi przecinają się, ale rozróżnienia nadal mają znaczenie

 
Pomiędzy wszystkimi tymi rolami jest wiele skrzyżowań. Niektóre są bardziej skoncentrowane na czystym analizowaniu liczb, podczas gdy inne koncentrują się bardziej na stosowaniu spostrzeżeń uzyskanych z analizy danych do decyzji biznesowych. Niezależnie od dokładnego stanowiska, jeśli zajmujesz się nauką o danych, oczekuje się, że będziesz zaangażowany w wiele różnych etapów cyklu rozwoju produktu opartego na danych. Powinieneś być gotowy do odkrywania nowych obszarów do optymalizacji, określania istotnych metryk, znajdowania danych, które mają służyć do ich tworzenia, projektowania i przeprowadzania eksperymentów oraz przedstawiania wyników eksperymentów/modeli w zwięzły, dokładny i przekonujący sposób.

Dziedzina nauki o danych jest młoda i luźno zdefiniowana. Wiele razy można znaleźć opisy stanowisk pod różnymi tytułami, które brzmią zaskakująco podobnie w ramach nauki o danych. Firmy często zdają sobie sprawę, że posiadają dane lub mogą je zbierać, a następnie wykorzystywać je do ulepszania swojego modelu biznesowego. Jednak te opisy stanowisk i tytuły, które im przypisują, są często pisane przez osoby nietechniczne, co oznacza, że ​​wiele się pokrywa.

Inżynier danych w jednej firmie może wykonywać tę samą pracę, co analityk danych w innej firmie. Wszystkie te stanowiska dotyczą zbierania lub walidacji danych, stosowania jakiejś formy analizy, a następnie wyjaśniania wyników kolegom nietechnicznym za pomocą raportów, prognoz lub wizualizacji.

Jeśli jedna z tych prac brzmi dla Ciebie idealnie, możesz zawęzić wyszukiwanie do tego jednego tytułu, ale jeśli kilka z nich brzmi dobrze, będę bardziej elastyczny z tytułem, którego używasz podczas wyszukiwania. Jeśli tytuł jest dla Ciebie naprawdę ważny, zawsze możesz wziąć udział w negocjacjach, gdy otrzymasz ofertę pracy. Nie pozwól, aby ta lista obowiązków odstraszyła Cię od pracy, która brzmi interesująco. Jeśli naprawdę chcesz zostać modelarzem danych, ale nie masz ochoty porządkować informacji o pochodzeniu, możesz spojrzeć na stanowiska modelarzy danych w różnych firmach lub na stanowiskach architektów danych.

Niech ten podział trzynastu najczęstszych ról związanych z analityką danych zachęci Cię do poszukiwania pracy w tej dziedzinie.

 
 
Nate'a Rosidiego jest analitykiem danych i strategii produktu. Jest także adiunktem wykładającym analitykę i jest założycielem StrataScratch, platforma pomagająca analitykom danych przygotować się do rozmów kwalifikacyjnych z prawdziwymi pytaniami do wywiadów z czołowymi firmami. Połącz się z nim dalej Twitter: StrataScratch or LinkedIn.

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