Глубокий взгляд на 13 ролей Data Scientist и их обязанности

 

Из всех ролей в мире технологий специалисты по данным, вероятно, имеют самые большие различия в должностях и должностных обязанностях. Исследователь данных должен носить много разных шляп, и повседневная работа специалист по данным в Amazon может существенно отличаться от специалист по данным в Майкрософт. От поиска областей бизнеса компании, которые могли бы извлечь выгоду из сбора, анализа и понимания данных, до принятия решений о том, какие стратегические решения необходимо принять для повышения удовлетворенности клиентов или показателей совершения покупок, компания может обратиться к специалистам по данным со многими вопросами.

Ожидается, что специалист по данным должен обладать экспертными статистическими, машинными и часто экономическими навыками и знаниями. А специалист по данным должен быть высококвалифицированным в математике, статистике, машинном обучении, визуализации, общении и реализации алгоритмов. 

Кроме того, специалист по данным должен хорошо понимать бизнес-приложения своих данных. Если вы анализируете данные о росте деревьев, вы должны понимать разницу между высота и высота до основания кроны. Такие контекстуальные знания можно развивать на работе, но это может быть большим преимуществом, если у вас уже есть опыт работы в отрасли, если вы хотите стать специалистом по данным. Если вы проработали банкиром пять лет, ваши шансы получить должность специалиста по обработке и анализу данных в финтехе намного выше, чем в здравоохранении.

Разнообразные шляпы, которые носит специалист по данным

 

 

Наука о данных — относительно новая область, и людям, не занимающимся данными, может быть сложно объяснить чем занимаются специалисты по данным мирянам. Это приводит к иногда смешному разнообразию обязанностей и титулов, которые могут применяться к современному специалисту по данным.

A ученый данных, в зависимости от компании и конкретной работы, может отвечать за сбор и очистку данных. От вас также может потребоваться разработка моделей и конвейеров машинного обучения или работа в вашей компании в качестве гуру визуализации. Некоторые специалисты по данным более внутренняя облицовка в то время как другие во многом связаны с внутренними, нетехническими командами или даже с клиентами. Если вы работаете с менее техническими людьми, вам придется иметь звездные коммуникативные навыки, как для написания отчетов для обобщения вашего анализа, так и для представления ваших выводов и рекомендаций для будущих действий.

Основная обязанность специалиста по данным (или как там в вашей компании называют того, кто занимается сбором, анализом, визуализацией или прогнозированием данных) состоит в том, чтобы сообщить история данных. Откуда оно взялось, что мы можем узнать из него о прошлом и как оно может направлять нас в будущем? Чтобы сделать это успешно, вам нужно быть экспертом в области бизнеса или иметь контекстуальные знания, чтобы собрать воедино кусочки головоломки и объяснить окружающим важность данных и выводов, которые вы из них извлекли. 

Точные обязанности в области науки о данных сильно различаются, и в области науки о данных есть много разных ролей. Независимо от того, хотите ли вы попасть в поле или хотите сменить работу, очень важно, чтобы вы сохраняли непредвзятость в отношении названия должности и отрасли. Я дам вам разбивку общих обязанностей тринадцати различных ролей в области науки о данных. 

Компании, как правило, не умеют присвоение титулов людям в науке о данных, поэтому важно, чтобы вы восприняли эту разбивку как эмпирическое правило, а не как точное определение. Если один из этих вариантов кажется вам идеальным, вы можете сузить область поиска до одного этого названия, но если несколько из них звучат хорошо, то я буду более гибок в выборе названия, которое вы используете при поиске. (И если должность действительно имеет для вас значение, вы всегда можете включить эту часть ваших переговоров, когда получите предложение о работе!)

В любой современной компании любого значительного размера по всему миру есть отдел обработки данных, и инженер данных в одной компании может иметь те же обязанности, что и специалист по маркетингу в другой компании. Вакансии в области науки о данных не очень хорошо обозначены, поэтому не забудьте забросить широкую сеть.
 
 

Распределение обязанностей Data Scientist по ролям

 

 

1. Аналитик данных

 
A аналитик данных уделяет больше внимания сбору, очистке и агрегированию данных. Вы должны уметь легко ориентироваться в сложных SQL-запросах. Вы будете нести ответственность за разработку и предоставление отчетов нетехническим заинтересованным сторонам. Вы также получите возможность разрабатывать модели данных, визуализации и прогнозные модели.

2. Администратор базы данных

 
Администраторы базы данных управляют экземплярами базы данных, как локальными, так и облачными. Как администратор базы данных, предполагается, что вы будете создавать, настраивать и поддерживать рабочие среды. Вы также будете нести ответственность за производительность, доступность и безопасность баз данных, находящихся в вашей компетенции. Будьте готовы возглавить операции с данными и обеспечить критически важную поддержку по телефону.

3. Разработчик моделей данных

 
Разработчик моделей данных создает концептуальные, технические, логические и иногда физические модели данных. Вам придется решительно выбирать и поддерживать стандарты моделирования и проектирования данных, чтобы создать целостное видение данных вашей компании.

Разработчики моделей данных должны также разрабатывать модели отношений сущностей и проектировать базы данных. Возможно, вам потребуется улучшить сбор данных и анализ недостаточно представленных классов данных для вашей команды или компании, чтобы убедиться, что ваши наборы данных репрезентативны.

4. Программист

 
Инженер-программист проектировать и поддерживать программные системы. Если вы инженер-программист, будьте готовы писать масштабируемый, надежный и производительный код. Вам нужно будет воплотить требования к дизайну в хорошо документированный, хорошо протестированный код, который воплотит в жизнь идеи дизайнеров продукта.

5. Инженер по данным

 
Выявление и решение проблем с качеством данных будет важной задачей для вас как инженера данных. Вам также потребуется поддерживать прием источников данных в решения для хранения данных. Захватывающая часть работа инженера данных получает возможность проектировать и проектировать решения для обработки данных. Вы также должны быть готовы построить конвейеры ETL для извлечения, преобразования и загрузки данных в хранилища данных для последующей отчетности. Инженеры данных дополнительно несут ответственность за репликацию, извлечение, загрузку, очистку и курирование данных.

6. Архитектор данных

 
Архитекторы данных в основном отвечают за проектирование и обслуживание конвейеров данных. Другой важной частью работы архитектора данных является управление базами данных. Как архитектор данных, вы будете писать эффективные запросы и оптимизировать существующие, чтобы добиться максимальной масштабируемости и экономичности. Вы также будете преобразовывать данные в действенные отчеты, автоматизацию и идеи.

7. статистик

 
Статистик понимает потребности бизнеса, выдвигает гипотезы и проводит статистически обоснованные эксперименты. Как статистик, вы будете проверять статистическую достоверность экспериментальных планов других бизнес-групп. Вы также должны будете тренировать и обучать руководителей проектов или исследований для разработки статистически обоснованных экспериментов и стратегий или показателей проверки.

Помимо экспериментов, статистик разрабатывает и реализует стратегии аналитической отчетности. Возможно, вам придется вести себя как статистический болельщик потому что некоторые компании по обработке данных чтобы их статистики активно продвигали статистические методы и открывали новые области бизнеса, которые могли бы извлечь выгоду из статистически обоснованного анализа.

8. Аналитик бизнес-аналитики

 
A аналитик бизнес-аналитики немного на более мягкой стороне науки о данных. Как аналитик бизнес-аналитики, вам нужно будет собирать бизнес-требования и функциональные требования, а также работать над согласованием технических решений с бизнес-стратегиями. Вы также будете работать над созданием или обнаружением стратегий получения и обработки данных.

Вы будете нести ответственность за извлечение и обработку больших объемов данных для создания из них аналитических отчетов. Аналитики бизнес-аналитики также сообщают, представляют и сообщают аналитические результаты ключевым заинтересованным сторонам.

9. Ученый-маркетолог

 
Маркетологи представить идеи и выводы текущим и потенциальным клиентам. Они также применяют стратегии интеллектуального анализа и анализа данных, таких как демографические или маркетинговые данные. В соответствии с Stone Alliance Group's Согласно описанию ученого-маркетолога, вы должны «отслеживать и оценивать усилия по привлечению клиентов, рыночные тенденции и поведение клиентов». Ученый-маркетолог — это специалист по данным, который специально работает с рекламой, маркетингом или демографическими данными пользователей/клиентов.

10. Бизнес-аналитик

 
Бизнес-аналитик «анализирует потребности бизнеса и пользователей, документирует требования и разрабатывает функциональные спецификации для систем и отчетов», согласно MaxisIT Inc. требования. Если вы бизнес-аналитик или хотите им стать, вам необходимо понимать требования бизнеса и отрасли и использовать их для формулирования области применения системы и технических задач. Вы также будете нести ответственность за определение взаимодействия данных между различными системами и базами данных.

11. Количественный аналитик

 
Количественные аналитики разрабатывать сложные модели с использованием больших наборов данных для подачи внутренних отчетов и получения бизнес-аналитики. Партнеры по развитию ресурсов поручает своим количественным аналитикам «разрабатывать и руководить реализацией аналитических планов, излагая методологию исследования, вопросы, выборку и планы повторения». Количественные аналитики также автоматизируют рабочие процессы и работают над проверкой целостности данных.

12. Специалист по данным

 
Как специалист по данным, вы должны извлечение, объединять, очищать и преобразовывать данные из нескольких источников. Вам нужно будет определить важные контекстуальные факторы проблемы. Специалисты по обработке и анализу данных анализируют данные, чтобы получить ключевые практические идеи для повышения эффективности бизнеса. В зависимости от компании вам может потребоваться предсказать тенденции рынка, чтобы помочь компании в стратегическом развитии своих филиалов.

Наука о данных заключается в том, чтобы найти (баланс) между краткосрочным аналитическим руководством и долгосрочным прогнозированием и экспериментами. Вам нужно сообщать о важных вещах в нужное время, поэтому крайне важно, чтобы вы могли представить результаты в удобоваримых носителях — визуализация данных и увлекательные, продуманные презентации.

Вы, как специалист по данным, будете приносить пользу и идеи из данных нетехническим заинтересованным сторонам. У вас будет возможность заблаговременно найти области внутри компании, которые могли бы извлечь выгоду из решений, основанных на данных, и работать с другими командами для достижения этой цели.

13. Инженер по машинному обучению

 
Создание моделей машинного обучения для производства является основным направлением инженер по машинному обучению. Они разрабатывают и реализуют масштабируемые, надежные и производительные конвейеры данных и сервисы. В зависимости от компании и областей ее деятельности вы можете улучшить персонализацию продуктов или лучше прогнозировать рыночные тенденции в отрасли, применяя модели машинного обучения к историческим и текущим данным.

Роли и обязанности специалистов по данным пересекаются, но различия по-прежнему имеют значение

 
Между всеми этими ролями есть много пересечений. Некоторые больше сосредоточены на чистой обработке чисел, в то время как другие больше внимания уделяют применению идей, полученных в результате анализа данных, к бизнес-решениям. Независимо от вашего точного названия должности, если вы работаете в области науки о данных, ожидается, что вы будете участвовать во многих различных этапах цикла разработки продукта, основанного на данных. Вы должны быть готовы открывать новые области для оптимизации, определять важные показатели, находить данные для информирования этих показателей, разрабатывать и проводить эксперименты, а также представлять результаты экспериментов/моделей в краткой, точной и убедительной форме.

Область науки о данных молода и слабо определена. Много раз вы найдете описания должностей под разными названиями должностей, которые звучат удивительно похоже в рамках науки о данных. Компании часто понимают, что у них есть данные или они могут собирать данные, а затем использовать их для улучшения своей бизнес-модели. Тем не менее, эти должностные инструкции и название должности, которое они выбирают для себя, часто пишутся нетехническими людьми, а это означает, что существует много совпадений.

Инженер данных в одной компании может выполнять ту же работу, что и аналитик данных в другой компании. Все эти позиции касаются сбора или проверки данных, применения той или иной формы анализа, а затем объяснения результатов нетехническим коллегам с помощью отчетов, прогнозов или визуализаций.

Если одна из этих вакансий кажется вам идеальной, то вы можете сузить область поиска до одного этого названия, но если несколько из них звучат хорошо, тогда я буду более гибким с названием, которое вы используете при поиске. Если должность действительно важна для вас, вы всегда можете сделать это частью переговоров, когда получите предложение о работе. Не позволяйте этому списку обязанностей отпугнуть вас от интересной работы. Если вы действительно хотите стать специалистом по моделированию данных, но вам неудобно систематизировать информацию о происхождении, вы можете посмотреть на должности специалистов по моделированию данных в разных компаниях или на должности архитекторов данных.

Пусть эта разбивка тринадцати наиболее распространенных ролей в науке о данных станет отправной точкой для поиска работы в области науки о данных.

 
 
Нейт Росиди специалист по данным и продуктовой стратегии. Он также является адъюнкт-профессором, преподающим аналитику, и является основателем СтратаСкретч, платформа, помогающая специалистам по обработке данных подготовиться к интервью с реальными вопросами интервью от ведущих компаний. Свяжись с ним в Твиттер: StrataScratch or LinkedIn.

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