Poglobljen vpogled v 13 vlog podatkovnih znanstvenikov in njihove odgovornosti

 

Med vsemi vlogami v svetu tehnologije imajo podatkovni znanstveniki verjetno največje razlike v nazivih in delovnih odgovornostih. Podatkovni znanstvenik mora nositi veliko različnih klobukov in vsakodnevno delo a podatkovni znanstvenik pri Amazonu lahko izgleda bistveno drugače kot a podatkovni znanstvenik pri Microsoftu. Od iskanja področij poslovanja podjetja, ki bi jim lahko koristilo zbiranje, analiza in razumevanje podatkov, do odločitve, katere strateške odločitve je treba sprejeti za izboljšanje zadovoljstva strank ali stopnje zaključenih nakupov, lahko podjetje zahteva veliko podatkovnih znanstvenikov.

Od podatkovnega znanstvenika se pričakuje, da ima strokovne statistične, strojno učne in pogosto ekonomske veščine in znanje. A podatkovni znanstvenik mora biti visoko usposobljen v matematiki, statistiki, strojnem učenju, vizualizacijah, komunikaciji in izvajanju algoritmov. 

Poleg tega mora podatkovni znanstvenik temeljito razumeti poslovne aplikacije svojih podatkov. Če analizirate podatke o rasti dreves, bi morali razumeti razliko med višina in višina do osnove krone. Tovrstno kontekstualno znanje je mogoče razviti na delovnem mestu, vendar je lahko velika prednost, če že imate izkušnje z delom v industriji, če želite postati podatkovni znanstvenik. Če ste bankir že pet let, so vaše možnosti, da dobite položaj podatkovne znanosti v fintechu, veliko boljše kot v zdravstvu.

Različni klobuki, ki jih nosi podatkovni znanstvenik

 

 

Podatkovna znanost je razmeroma novo področje in ljudem, ki niso podatkovni znanstveniki, je to lahko težko razložiti kaj delajo podatkovni znanstveniki laikom. To vodi do včasih komične raznolikosti odgovornosti in nazivov, ki se lahko nanašajo na sodobnega podatkovnega znanstvenika.

A podatkovni znanstvenik, odvisno od podjetja in konkretnega delovnega mesta, lahko odgovoren za zbiranje in čiščenje podatkov. Od vas se lahko zahteva tudi, da razvijete modele in cevovode strojnega učenja ali pa svojemu podjetju služite kot guru vizualizacije. Nekateri podatkovni znanstveniki so več obrnjena v notranjost medtem ko imajo drugi veliko opravka z notranjimi, netehničnimi ekipami ali celo strankami. Če delate z manj tehničnimi ljudmi, boste morali imeti zvezdniške komunikacijske sposobnosti, tako za pisanje poročil, ki povzemajo vaše analize, kot tudi za predstavitev vaših ugotovitev in dajanje priporočil za prihodnje ukrepe.

Ključna odgovornost podatkovnega znanstvenika (ali kakorkoli že vaše podjetje imenuje nekoga, ki zbira, analizira, vizualizira ali napoveduje podatke) je povedati zgodba o podatkih. Od kod izvira, kaj se lahko iz njega naučimo o preteklosti in kako nas lahko usmerja v prihodnost? Če želite to narediti uspešno, morate biti strokovnjak na poslovnem področju ali imeti kontekstualno znanje, da sestavite koščke sestavljanke in ljudem okoli sebe razložite pomen podatkov in vpogledov, ki ste jih pridobili iz njih. 

Natančne odgovornosti na področju znanosti o podatkih se zelo razlikujejo in na področju znanosti o podatkih obstaja veliko različnih vlog. Ne glede na to, ali želite vstopiti na to področje ali želite zamenjati službo, je zelo pomembno, da ostanete odprti glede naziva delovnega mesta in industrije. Predstavil vam bom razčlenitev splošnih odgovornosti trinajstih različnih vlog na področju znanosti o podatkih. 

Podjetja na splošno niso dobra podelitev nazivov ljudem v podatkovni znanosti, zato je pomembno, da to razčlenitev vzamete kot pravilo in ne kot natančno definicijo. Če se vam eden od teh zdi popoln, potem lahko zožite iskanje na ta en naslov, če pa se jih več sliši dobro, bi bil bolj prilagodljiv z naslovom, ki ga uporabljate pri iskanju. (In če vam je naslov res pomemben, lahko vedno vključite ta del pogajanj, ko dobite ponudbo za delo!)

Vsako sodobno podjetje katere koli velike velikosti po vsem svetu ima oddelek za podatkovne znanosti in podatkovni inženir v enem podjetju ima lahko enake odgovornosti kot marketinški znanstvenik v drugem podjetju. Delovna mesta v znanosti o podatkih niso dobro označena, zato poskrbite za široko mrežo.
 
 

Razčlenitev odgovornosti podatkovnega znanstvenika po vlogi

 

 

1. Analizator podatkov

 
A podatkovni analitik se bolj osredotoča na zbiranje, čiščenje in združevanje podatkov. Morate biti sposobni udobno krmariti po zapletenih poizvedbah SQL. Odgovorni boste za oblikovanje in dostavo poročil netehničnim zainteresiranim stranem. Dobili boste tudi priložnost za oblikovanje podatkovnih modelov, vizualizacij in napovednih modelov.

2. Skrbnik zbirke podatkov

 
Skrbniki baz podatkov upravljajo instance baz podatkov, tako na mestu uporabe kot v oblaku. Kot skrbnik baze podatkov, se od vas pričakuje, da boste gradili, konfigurirali in vzdrževali produkcijska okolja. Prav tako boste odgovorni za delovanje, razpoložljivost in varnost baz podatkov v vaši pristojnosti. Pripravite se, da boste vodili podatkovne operacije in zagotovili kritično podporo na klic.

3. Modeler podatkov

 
Modeler podatkov ustvarja konceptualne, tehnične, logične in včasih fizične modele podatkov. Odločno boste morali izbrati in vzdrževati modeliranje podatkov in standarde oblikovanja, da boste ustvarili kohezivno vizijo podatkov vašega podjetja.

Oblikovalci podatkov mora tudi razviti modele odnosov med entitetami in oblikovati baze podatkov. Morda boste morali izboljšati zbiranje podatkov in analizo premalo zastopanih razredov podatkov za svojo ekipo ali podjetje, da zagotovite, da so vaši nabori podatkov reprezentativni.

4. Programski inženir

 
Programska oprema oblikovati in vzdrževati programski sistemi. Ko ste programski inženir, se pripravite na pisanje razširljive, zanesljive in zmogljive kode. Oblikovalske zahteve boste morali prevesti v dobro dokumentirano, dobro preizkušeno kodo, ki oživi vizije oblikovalcev izdelkov.

5. Podatkovni inženir

 
Prepoznavanje in reševanje izzivov kakovosti podatkov bo pomembna naloga za vas kot podatkovnega inženirja. Podpreti boste morali tudi vnos podatkovnih virov v rešitve za shranjevanje podatkov. Vznemirljiv del a delo podatkovnega inženirja dobi priložnost za arhitekturo in oblikovanje rešitev podatkovnega inženiringa. Pripravljeni bi morali biti tudi na izgradnjo cevovodov ETL za ekstrahiranje, preoblikovanje in nalaganje podatkov v podatkovna skladišča za nadaljnje poročanje. Podatkovni inženirji so dodatno odgovorni za replikacijo podatkov, ekstrakcijo, nalaganje, čiščenje in urejanje.

6. Podatkovni arhitekt

 
Podatkovni arhitekti so v glavnem odgovorni za načrtovanje in vzdrževanje podatkovnih cevovodov. Drug pomemben del dela podatkovnega arhitekta je upravljanje baz podatkov. Kot podatkovni arhitekt boste pisali učinkovite poizvedbe in optimizirali obstoječe, da povečate razširljivost in stroškovno učinkovitost. Prav tako boste pretvorili podatke v uporabna poročanja, avtomatizacijo in vpoglede.

7. statistik

 
Statistik razume poslovne potrebe, razvija hipoteze in konstruira statistično zanesljive poskuse. Kot statistik, boste potrdili statistično veljavnost eksperimentalnih načrtov drugih poslovnih skupin. Prav tako se od vas pričakuje, da boste inštruirali in usposabljali vodje projektov ali študij za razvoj statistično razumnih poskusov in strategij ali meritev validacije.

Poleg eksperimentov statistik razvija in izvaja strategije analitičnega poročanja. Morda se boste morali obnašati kot statistična navijačica ker nekateri podjetja podatkovne znanosti naj njihovi statistiki aktivno spodbujajo statistične metode in odkrivajo nova poslovna področja, ki bi jim lahko koristila statistično zanesljiva analiza.

8. Analitik poslovne inteligence

 
A analitik poslovne inteligence je nekoliko na mehkejši strani podatkovne znanosti. Kot analitik poslovne inteligence boste morali zbrati poslovne in funkcionalne zahteve ter si prizadevati uskladiti tehnične rešitve s poslovnimi strategijami. Delali boste tudi na ustvarjanju ali odkrivanju strategij pridobivanja in obdelave podatkov.

Odgovorni boste za pridobivanje in obdelavo velikih količin podatkov za ustvarjanje analitičnih poročil iz njih. Analitiki poslovne inteligence tudi poročajo, predstavljajo in sporočajo analitične rezultate ključnim deležnikom.

9. Tržni znanstvenik

 
Marketing znanstveniki predstaviti ideje in ugotovitve trenutnim in potencialnim strankam. Za podatke, kot so demografski ali tržni podatki, uporabljajo tudi strategije podatkovnega rudarjenja in analize. Po navedbah Stone Alliance Group Opis marketinškega znanstvenika, morate "slediti in ocenjevati prizadevanja za pridobivanje strank, tržne trende in vedenje strank." Trženjski znanstvenik je podatkovni znanstvenik, ki se posebej ukvarja z oglaševanjem, trženjem ali demografskimi podatki uporabnikov/strank.

10. Poslovni analitik

 
Poslovni analitik »analizira poslovne in uporabniške potrebe, dokumentira zahteve in oblikuje funkcionalne specifikacije za sisteme in poročila«, kot pravi Podjetje MaxisIT Inc zahteve. Če ste a poslovni analitik ali želite to postati, morate razumeti poslovne in industrijske zahteve ter jih uporabiti za oblikovanje obsega sistema in tehničnih ciljev. Odgovorni boste tudi za definiranje interakcije podatkov med različnimi sistemi in zbirkami podatkov.

11. Kvantitativni analitik

 
Kvantitativni analitiki razviti kompleksne modele z uporabo velikih naborov podatkov za dovajanje notranjih poročil in ustvarjanje poslovnih vpogledov. Sodelavci za razvoj virov ima svoje kvantitativne analitike, ki »razvijajo in vodijo izvajanje analitičnih načrtov, ki opisujejo raziskovalno metodologijo, vprašanja, vzorčenje in ponavljajoče se načrte«. Kvantitativni analitiki tudi avtomatizirajo poteke dela in preverjajo celovitost podatkov.

12. Podatkovni znanstvenik

 
Kot podatkovni znanstvenik se od vas pričakuje, da ekstrakt, združevanje, čiščenje in preoblikovanje podatkov iz več virov. Prepoznati boste morali pomembne kontekstualne dejavnike za težavo. Podatkovni znanstveniki analizirajo podatke, da ustvarijo ključne uporabne vpoglede za podjetje in izboljšajo uspešnost. Odvisno od podjetja boste morda morali predvideti tržne trende, da bi podjetju pomagali pri strateškem razvoju svojih podružnic.

Podatkovna znanost je iskanje a ravnovesje med kratkoročnimi analitičnimi smernicami ter dolgoročnimi napovedmi in poskusi. Pomembne stvari morate sporočiti ob pravem času, zato je ključnega pomena, da to lahko storite predstaviti ugotovitve v prebavljivih medijih – vizualizacije podatkov in privlačne, premišljene predstavitve.

Vi, kot podatkovni znanstvenik, boste netehničnim deležnikom prinesli vrednost in vpoglede iz podatkov. Imeli boste priložnost, da proaktivno poiščete področja v podjetju, ki bi jim lahko koristile odločitve, ki temeljijo na podatkih, in sodelujete z drugimi ekipami, da to dosežete.

13. Inženir strojnega učenja

 
Gradnja modelov strojnega učenja za proizvodnjo je glavni poudarek a inženir strojnega učenja. Oblikujejo in izvajajo razširljive, zanesljive, zmogljive podatkovne cevovode in storitve. Odvisno od podjetja in njegovih področij osredotočanja bi lahko izboljšali personalizacijo izdelkov ali bolje predvideli tržne trende v panogi z uporabo modelov strojnega učenja za zgodovinske podatke in podatke v živo.

Vloge in odgovornosti podatkovnih znanstvenikov se križajo, vendar so razlike še vedno pomembne

 
Med vsemi temi vlogami je veliko križanj. Nekateri so bolj osredotočeni na čisto drobljenje številk, medtem ko se drugi bolj osredotočajo na uporabo vpogledov, pridobljenih z analizo podatkov, za poslovne odločitve. Če ste na področju znanosti o podatkih, ne glede na točen naziv vašega delovnega mesta pričakujemo, da boste vključeni v veliko različnih korakov v ciklu razvoja izdelka, ki temelji na podatkih. Morali bi biti pripravljeni na odkrivanje novih področij za optimizacijo, ugotavljanje pomembnih meritev, iskanje podatkov za informiranje teh meritev, načrtovanje in izvajanje poskusov ter predstavitev rezultatov poskusov/modelov na jedrnat, natančen in prepričljiv način.

Področje podatkovne znanosti je mlado in ohlapno opredeljeno. Velikokrat boste našli opise delovnih mest pod različnimi nazivi delovnih mest, ki zvenijo presenetljivo podobno v okviru podatkovne znanosti. Podjetja se pogosto zavedajo, da imajo podatke ali da bi lahko zbirala podatke in jih nato uporabila za izboljšanje svojega poslovnega modela. Vendar pa te opise delovnih mest in naziv delovnega mesta, ki jim ga določijo, pogosto napišejo netehnični ljudje, kar pomeni, da se veliko prekriva.

Podatkovni inženir v enem podjetju morda opravlja isto delo kot podatkovni analitik v drugem podjetju. Vsi ti položaji se dotikajo zbiranja ali potrjevanja podatkov, uporabe neke oblike analize in nato razlage rezultatov netehničnim kolegom, bodisi s poročili, napovedmi ali vizualizacijami.

Če se vam eno od teh delovnih mest zdi popolno, potem lahko zožite iskanje na ta en naziv, če pa se vam več sliši dobro, potem bi bil bolj prilagodljiv glede naziva, ki ga uporabljate pri iskanju. Če je naziv nekaj, kar je za vas res pomembno, lahko to vedno vključite v pogajanja, ko prejmete ponudbo za delo. Naj vas ta seznam odgovornosti ne odvrne od službe, ki zveni zanimivo. Če res želite postati modeler podatkov, vendar vam ni udobno organizirati informacij o rodu, si lahko ogledate položaje modelerja podatkov v različnih podjetjih ali položaje arhitekta podatkov.

Naj vam ta razčlenitev trinajstih najpogostejših vlog v znanosti o podatkih pomaga pri iskanju zaposlitve v znanosti o podatkih.

 
 
Nate Rosidi je podatkovni znanstvenik in v strategiji izdelkov. Je tudi izredni profesor, ki poučuje analitiko in je ustanovitelj StrataScratch, platforma, ki pomaga podatkovnim znanstvenikom pri pripravi na intervjuje z resničnimi vprašanji za intervjuje vrhunskih podjetij. Povežite se z njim Twitter: StrataScratch or LinkedIn.

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