En djupgående titt på 13 dataforskares roller och deras ansvar

 

Av alla roller i teknikvärlden har datavetare förmodligen den största variationen i titlar och arbetsansvar. En dataforskare måste bära många olika hattar, och det dagliga arbetet för en dataforskare på Amazon skulle kunna se betydligt annorlunda ut än en dataforskare på Microsoft. Från att hitta områden i företagets verksamhet som kan dra nytta av insamling, analys och förståelse av data till att bestämma vilka strategiska beslut som måste fattas för att förbättra kundnöjdheten eller slutförandet av köp, kan ett företag fråga många datavetare.

En dataforskare förväntas ha expertstatistik, maskininlärning och ofta ekonomiska färdigheter och kunskaper. A data scientist måste vara mycket skicklig i matematik, statistik, maskininlärning, visualiseringar, kommunikation och implementering av algoritmer. 

Dessutom måste en dataforskare noggrant förstå affärsapplikationerna för deras data. Om du analyserar trädtillväxtdata bör du förstå skillnaden mellan höjd och höjd till kronbas. Den här typen av kontextuell kunskap kan utvecklas på jobbet, men det kan vara en stor fördel om du redan har erfarenhet av att arbeta i branschen om du funderar på att bli datavetare. Om du har varit bankman i fem år är dina chanser att få en position inom datavetenskap inom fintech mycket bättre än inom vården.

De olika hattarna som en dataforskare bär

 

 

Datavetenskap är ett relativt nytt område, och det kan vara svårt för människor som inte är datavetare att förklara vad datavetare gör till lekmän. Detta leder till den ibland komiska variationen av ansvar och titlar som kan gälla för en modern dataforskare.

A datavetare, beroende på företaget och det specifika jobbet, kan ansvara för datainsamling och rengöring. Du kan också behöva utveckla maskininlärningsmodeller och pipelines eller tjäna ditt företag som en visualiseringsguru. Vissa dataforskare är fler invändigt medan andra har mycket att göra med interna, icke-tekniska team eller till och med kunder. Om du arbetar med mindre tekniska människor måste du ha fantastiska kommunikationsförmåga, både för att skriva rapporter för att sammanfatta dina analyser samt för att presentera dina resultat och ge rekommendationer för framtida åtgärder.

Huvudansvaret för en datavetare (eller vad ditt företag nu kallar någon som samlar in, analyserar, visualiserar eller förutsäger data) är att berätta berättelsen om uppgifterna. Var kom det ifrån, vad kan vi lära av det om det förflutna och hur kan det vägleda oss i framtiden? För att göra detta framgångsrikt behöver du vara en affärsområdesexpert eller ha kontextuell kunskap för att passa ihop pusselbitarna och förklara för omgivningen betydelsen av data och de insikter du har fått av den. 

Det exakta ansvaret inom datavetenskapsområdet varierar mycket och det finns många olika roller inom datavetenskapsområdet. Oavsett om du funderar på att komma in på fältet eller om du vill byta jobb, är det verkligen viktigt att du håller ett öppet sinne när det gäller jobbtitel och bransch. Jag ska ge dig en uppdelning av det allmänna ansvaret för tretton olika roller inom datavetenskapsområdet. 

Företag är generellt sett inte bra på ge titlar till personer inom datavetenskap, så det är viktigt att du tar denna uppdelning som en tumregel och inte en exakt definition. Om en av dessa låter perfekt för dig, så kan du begränsa din sökning till den ena titeln, men om flera av dem låter bra, så skulle jag vara mer flexibel med den titel du använder när du söker. (Och om titeln verkligen betyder något för dig kan du alltid göra det till en del av din förhandling när du får jobberbjudandet!)

Alla moderna företag av någon betydande storlek runt om i världen har en datavetenskapsavdelning, och en dataingenjör på ett företag kan ha samma ansvar som en marknadsföringsforskare på ett annat företag. Datavetenskapsjobb är inte väl märkta, så se till att kasta ett brett nät.
 
 

Uppdelning av dataforskares ansvarsområden efter roll

 

 

1. Dataanalytiker

 
A dataanalytiker fokuserar mer på datainsamling, rengöring och aggregering. Du måste bekvämt kunna navigera i komplexa SQL-frågor. Du kommer att ansvara för att utforma och leverera rapporter till icke-tekniska intressenter. Du får också chansen att designa datamodeller, visualiseringar och prediktiva modeller.

2. Databasadministratör

 
Databasadministratörer hanterar databasinstanser, både lokala och molninstanser. Som en databasadministratör, förväntas du bygga, konfigurera och underhålla produktionsmiljöer. Du kommer också att ansvara för prestanda, tillgänglighet och säkerhet för databaserna under ditt ansvarsområde. Gör dig redo att gå i spetsen för datadrift och ge uppdragskritisk joursupport.

3. Datamodellerare

 
En datamodellerare skapar konceptuella, tekniska, logiska och ibland fysiska datamodeller. Du måste beslutsamt välja och underhålla datamodellerings- och designstandarder för att skapa en sammanhållen vision för ditt företags data.

Datamodellerare måste också utveckla enheters relationsmodeller och designa databaser. Du kan behöva förbättra datainsamling och analys av underrepresenterade klasser av data för ditt team eller företag för att säkerställa att dina datamängder är representativa.

4. Programvaruingenjör

 
Programvaruingenjörer designa och underhålla mjukvarusystem. När du är en mjukvaruingenjör, gör dig redo att skriva skalbar, pålitlig och presterande kod. Du måste översätta designkrav till väldokumenterad, väl testad kod som förverkligar produktdesignernas visioner.

5. Dataingenjör

 
Att identifiera och lösa datakvalitetsutmaningar kommer att vara en viktig uppgift för dig som dataingenjör. Du kommer också att behöva stödja införandet av datakällor i datalagringslösningar. En spännande del av en dataingenjörs arbete får chansen att designa och designa datatekniska lösningar. Du bör också vara redo att bygga ETL-pipelines för att extrahera, transformera och ladda data till datalager för nedströmsrapportering. Dataingenjörer är dessutom ansvariga för datareplikering, extrahering, laddning, rengöring och kurering.

6. Dataarkitekt

 
Dataarkitekter är huvudsakligen ansvariga för att designa och underhålla datapipelines. En annan viktig del av en dataarkitekts arbete är att hantera databaser. Som dataarkitekt kommer du att skriva effektiva frågor och optimera befintliga för att maximera skalbarhet och kostnadseffektivitet. Du kommer också att omvandla data till handlingsbar rapportering, automatisering och insikter.

7. Statistiker

 
En statistiker förstår affärsbehoven, utvecklar hypoteser och konstruerar statistiskt korrekta experiment. Som en statistiker, kommer du att validera den statistiska giltigheten för andra affärsgruppers experimentella planer. Du kommer också att förväntas coacha och utbilda projekt- eller studieledare för att utveckla statistiskt rimliga experiment och valideringsstrategier eller -mått.

Utöver experiment utvecklar och utför en statistiker analytiska rapporteringsstrategier. Du kan behöva agera som en statistisk cheerleader eftersom vissa datavetenskapsföretag låta sina statistiker aktivt främja statistiska metoder och upptäcka nya affärsområden som skulle kunna dra nytta av statistiskt välgrundade analyser.

8. Business Intelligence Analytiker

 
A business intelligence analytiker är lite på den mjukare sidan av datavetenskap. Som business intelligence-analytiker kommer du att behöva samla in affärs- och funktionskrav och arbeta för att anpassa tekniska lösningar till affärsstrategier. Du kommer också att arbeta med att skapa eller upptäcka dataanskaffning och bearbetningsstrategier.

Du kommer att ansvara för att extrahera och manipulera stora mängder data för att skapa analytiska rapporter från den. Business intelligence-analytiker rapporterar, presenterar och kommunicerar också analytiska resultat till nyckelintressenter.

9. Marknadsvetare

 
Marknadsforskare presentera idéer och rön för nuvarande och potentiella kunder. De tillämpar också datautvinning och analysstrategier på data, såsom demografisk eller marknadsföringsdata. Enligt Stone Alliance Groups beskrivning av en marknadsföringsforskare måste du "spåra och utvärdera kundförvärvsinsatser, marknadstrender och kundbeteende." En marknadsföringsforskare är en datavetare som specifikt arbetar med reklam, marknadsföring eller demografisk data för användare/kunder.

10. Affärsanalytiker

 
En affärsanalytiker "analyserar affärs- och användarbehov, dokumenterar krav och utformar funktionsspecifikationerna för system och rapporter", enligt MaxisIT Inc krav. Om du är en affärsanalytiker eller vill bli det måste du förstå affärs- och industrikrav och använda dem för att formulera systemomfattning och tekniska mål. Du kommer även att ansvara för att definiera interaktion av data mellan olika system och databaser.

11. Kvantitativ analytiker

 
Kvantitativa analytiker utveckla komplexa modeller med hjälp av stora datamängder för att mata in interna rapporter och producera affärsinsikter. Resource Development Associates har sina kvantitativa analytiker "utveckla och leda implementeringen av analytiska planer, som beskriver forskningsmetodik, frågor, urval och itererande planer". Kvantitativa analytiker automatiserar också arbetsflöden och arbetar för att validera dataintegritet.

12. Datavetare

 
Som datavetare förväntas du göra det extrahera, aggregera, rensa och transformera data från flera källor. Du kommer att behöva identifiera viktiga kontextuella faktorer för problemet. Dataforskare analyserar data för att producera viktiga handlingsbara insikter för verksamheten för att förbättra prestanda. Beroende på företaget kan du behöva förutse marknadstrender för att hjälpa företaget att strategiskt utveckla sina filialer.

Datavetenskap handlar om att hitta en balansera mellan kortsiktig analytisk vägledning och långsiktiga prognoser och experiment. Du måste kommunicera de viktiga sakerna vid rätt tidpunkt, så det är avgörande att du kan presentera fynd i smältbara medier – datavisualiseringar och fängslande, genomtänkta presentationer.

Du, som datavetare, kommer att tillföra värde och insikter från data till icke-tekniska intressenter. Du kommer att ha möjlighet att proaktivt hitta områden inom företaget som kan dra nytta av datadrivna beslut och samarbetar med andra team för att åstadkomma detta.

13. Maskininlärningsingenjör

 
Att bygga ut maskininlärningsmodeller för produktion är huvudfokus för en maskininlärningsingenjör. De designar och implementerar skalbara, pålitliga, prestandafyllda datapipelines och tjänster. Beroende på företaget och dess fokusområden kan du förbättra personaliseringen av produkter eller bättre förutsäga marknadstrender i branschen genom att tillämpa maskininlärningsmodeller på historiska och livedata.

Dataforskarnas roller och ansvar går över, men distinktionerna spelar fortfarande roll

 
Det finns mycket korsning mellan alla dessa roller. Vissa är mer fokuserade på ren sifferknäppning medan andra fokuserar mer på att tillämpa de insikter som produceras från dataanalys till affärsbeslut. Oavsett din exakta tjänstetitel, om du är inom området datavetenskap, förväntas du vara involverad i många olika steg i den datadrivna produktutvecklingscykeln. Du bör vara redo att upptäcka nya områden för att optimera, ta reda på de mått som spelar roll, hitta data för att informera dessa mått, designa och utföra experiment och presentera resultaten av experiment/modeller på kortfattade, exakta och övertygande sätt.

Datavetenskapsområdet är ungt och löst definierat. Många gånger hittar du arbetsbeskrivningar under olika jobbtitlar som låter förvånansvärt lika inom paraplyet av datavetenskap. Företag inser ofta att de har data eller kan samla in data och sedan använda dem för att förbättra sin affärsmodell. Dessa arbetsbeskrivningar och den befattning de väljer att tilldela dem är dock ofta skrivna av icke-tekniska personer, vilket innebär att det finns mycket överlappning.

En dataingenjör på ett företag kan göra samma arbete som en dataanalytiker på ett annat företag. Alla dessa positioner handlar om att samla in eller validera data, tillämpa någon form av analys och sedan förklara resultaten för icke-tekniska kollegor, antingen genom rapporter, förutsägelser eller visualiseringar.

Om ett av dessa jobb låter perfekt för dig, så kan du begränsa din sökning till den ena titeln, men om flera av dem låter bra, så skulle jag vara mer flexibel med den titel du använder när du söker. Om titeln är något som verkligen är viktigt för dig kan du alltid göra det till en del av din förhandling när du får jobberbjudandet. Låt inte den här listan med ansvarsområden skrämma dig från ett jobb som låter intressant. Om du verkligen vill bli en datamodellerare, men du inte är bekväm med att organisera härstamningsinformationen, kan du titta på positioner som datamodellerare på olika företag eller på dataarkitektpositioner.

Låt den här uppdelningen av de tretton vanligaste rollerna inom datavetenskap spränga din sökning efter ett jobb inom datavetenskap.

 
 
Nate Rosidi är datavetare och inom produktstrategi. Han är också adjungerad professor som undervisar i analys och är grundaren av StrataScratch, en plattform som hjälper datavetare att förbereda sig för sina intervjuer med riktiga intervjufrågor från toppföretag. Ta kontakt med honom Twitter: StrataScratch or LinkedIn.

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