深入了解 13 个数据科学家角色及其职责

 

在科技界的所有角色中，数据科学家的头衔和工作职责可能差异最大。 数据科学家必须戴很多不同的帽子，而数据科学家的日常工作 亚马逊数据科学家 看起来可能与 微软数据科学家. 从寻找可以从收集、分析和理解数据中受益的公司业务领域，到决定必须做出哪些战略决策以提高客户满意度或购买完成率，公司可以询问很多数据科学家。

数据科学家应该具备专业的统计、机器学习以及经济技能和知识。 一个 数据科学家需要高技能 在数学、统计学、机器学习、可视化、通信和算法实现方面。 

此外，数据科学家必须彻底了解其数据的业务应用。 如果您正在分析树木生长数据，您应该了解两者之间的区别 高度和到冠底的高度. 这种背景知识可以在工作中发展，但如果你已经有在该行业工作的经验，如果你想成为一名数据科学家，这可能是一个很大的优势。 如果你已经做了五年的银行家，那么你在金融科技领域获得数据科学职位的几率要比在医疗保健领域高得多。

数据科学家戴的各种帽子

 

 

数据科学是一个相对较新的领域，对于不是数据科学家的人来说可能很难解释 数据科学家做什么 外行。 这导致了有时适用于现代数据科学家的各种可笑的职责和头衔。

A 数据科学家，根据公司和具体工作，可以负责数据的收集和清理。 您还可能需要开发机器学习模型和管道，或者作为可视化专家为您的公司服务。 一些数据科学家更 内向 而其他人则与内部、非技术团队甚至客户有很大关系。 如果您与技术含量较低的人一起工作，则必须拥有 一流的沟通技巧，既可用于编写报告以总结您的分析，也可用于展示您的发现并为未来的行动提出建议。

数据科学家（或您的公司所称的收集、分析、可视化或预测数据的人）的主要职责是告诉 数据的故事. 它从何而来，我们可以从中学到什么关于过去的知识，以及它如何指导我们未来？ 为了成功地做到这一点，您需要成为业务领域专家或具有背景知识，以将拼图拼凑在一起，并向您周围的人解释数据的重要性以及您从中获得的见解。 

数据科学领域内的确切职责差异很大，并且在数据科学领域内有许多不同的角色。 无论您是想进入该领域还是想换工作，在职位和行业方面保持开放的心态非常重要。 我将详细介绍数据科学领域中 XNUMX 个不同角色的一般职责。 

公司一般不擅长 授予数据科学人员头衔，所以重要的是你把这个细分作为一个经验法则，而不是一个确切的定义。 如果其中一个对您来说听起来很完美，那么您可以将搜索范围缩小到那个标题，但如果其中几个听起来不错，那么我会更灵活地使用您在搜索时使用的标题。 （如果头衔对你来说真的很重要，那么当你得到工作机会时，你总是可以参与谈判！）

世界上任何规模庞大的现代公司都有数据科学部门，一家公司的数据工程师可能与另一家公司的营销科学家承担相同的职责。 数据科学工作没有很好的标签，所以一定要广撒网。
 
 

按角色划分的数据科学家职责

 

 

1。 数据分析师

 
A 数据分析师 更侧重于数据收集、清理和聚合。 您必须能够轻松地导航复杂的 SQL 查询。 您将负责设计并向非技术利益相关者提供报告。 您还将有机会设计数据模型、可视化和预测模型。

2。 数据库管理员

 
数据库管理员管理数据库实例，包括本地实例和云实例。 作为一个 数据库管理员，您需要构建、配置和维护生产环境。 您还将对您权限范围内的数据库的性能、可用​​性和安全性负责。 准备好领导数据运营并提供关键任务的待命支持。

3. 数据建模器

 
数据建模者创建概念的、技术的、逻辑的，有时甚至是物理的数据模型。 您必须果断地选择和维护数据建模和设计标准，以便为您公司的数据创建一个有凝聚力的愿景。

数据建模师 还必须开发实体关系模型和设计数据库。 您可能需要为您的团队或公司改进对代表性不足的数据类别的数据收集和分析，以确保您的数据集具有代表性。

4。 软件工程师

 
软件工程师 设计和维护 软件系统。 当您是一名软件工程师时，请准备好编写可扩展、可靠且高性能的代码。 您必须将设计要求转化为文档齐全、经过良好测试的代码，从而将产品设计师的愿景变为现实。

5.数据工程师

 
作为数据工程师，识别和解决数据质量挑战将是您的一项重要任务。 您还需要支持将数据源摄取到数据存储解决方案中。 一个令人兴奋的部分 数据工程师的工作 正在获得构建和设计数据工程解决方案的机会。 您还应该准备好构建 ETL 管道以提取、转换数据并将其加载到数据仓库中以进行下游报告。 数据工程师还负责数据复制、提取、加载、清理和管理。

6. 数据架构师

 
数据架构师 主要负责设计和维护数据管道。 数据架构师工作的另一个重要部分是管理数据库。 作为数据架构师，您将编写高效的查询并优化现有查询，以最大限度地提高可扩展性和成本效益。 您还将数据转换为可操作的报告、自动化和洞察力。

7。 统计员

 
统计学家了解业务需求，提出假设并构建统计合理的实验。 作为一个 统计员，您将验证其他业务组的实验计划的统计有效性。 您还需要指导和培训项目或研究主管，以开发统计上合理的实验和验证策略或指标。

除了实验之外，统计学家还开发和执行分析报告策略。 你可能需要表现得像一个 统计啦啦队 因为有些 数据科学公司 让他们的统计人员积极推广统计方法并发现可以从统计合理分析中受益的新业务领域。

8. 商业智能分析师

 
A 商业智能分析师 有点偏于数据科学的软边。 作为商业智能分析师，您需要收集业务和功能需求，并努力使技术解决方案与业务战略保持一致。 您还将致力于创建或发现数据采购和处理策略。

您将负责提取和处理大量数据以从中创建分析报告。 商业智能分析师还向关键利益相关者报告、展示和交流分析结果。

9.营销科学家

 
营销科学家 向当前和潜在客户展示想法和发现。 他们还将数据挖掘和分析策略应用于数据，例如人口统计或营销数据。 根据 石联集团旗下 对营销科学家的描述，您必须“跟踪和评估客户获取工作、市场趋势和客户行为”。 营销科学家是专门研究广告、营销或用户/客户人口统计数据的数据科学家。

10。 业务分析师

 
业务分析师“分析业务和用户需求、记录需求并设计系统和报告的功能规范”，按照 MaxisIT Inc 的 要求。 如果你是一个 业务分析师 或者想成为其中的一员，您需要了解业务和行业需求，并使用它们来制定系统范围和技术目标。 您还将负责定义不同系统和数据库之间的数据交互。

11。 定量分析师

 
定量分析师 使用大型数据集开发复杂的模型来提供内部报告并产生业务洞察力。 资源开发协会 让他们的定量分析师“制定并领导分析计划的实施，概述研究方法、问题、抽样和迭代计划”。 定量分析师还自动化工作流程并努力验证数据完整性。

12.数据科学家

 
作为一名数据科学家，您将被期望 提取、聚合、清理和转换来自多个来源的数据。 您将需要确定问题的重要背景因素。 数据科学家分析数据，为企业提供关键的可行见解，从而提高绩效。 根据公司的不同，您可能需要预测市场趋势以帮助公司战略性地发展其分支机构。

数据科学是关于找到一个 平衡 在短期分析指导与长期预测和实验之间。 您需要在正确的时间传达重要的事情，因此您可以 当下 可消化媒体中的发现——数据可视化和引人入胜、深思熟虑的演示。

作为一名数据科学家，您将为非技术利益相关者带来数据中的价值和见解。 您将有机会主动在公司内寻找可以从数据驱动的决策中受益的领域，并与其他团队合作来实现这一目标。

13.机器学习工程师

 
为生产建立机器学习模型是 机器学习工程师. 他们设计和实施可扩展、可靠、高性能的数据管道和服务。 根据公司及其重点领域，您可以通过将机器学习模型应用于历史数据和实时数据来改进产品的个性化或更好地预测行业的市场趋势。

数据科学家的角色和责任是交叉的，但区别仍然很重要

 
所有这些角色之间有很多交叉。 有些人更专注于纯粹的数字运算，而另一些人则更专注于将数据分析产生的见解应用于业务决策。 无论您的确切职位是什么，如果您在数据科学领域，您将被期望参与数据驱动产品开发周期中的许多不同步骤。 您应该准备好发现需要优化的新领域，找出重要的指标，找到数据以告知这些指标，设计和执行实验，并以简洁、准确和令人信服的方式展示实验/模型的结果。

数据科学领域年轻且定义松散。 很多时候，你会发现不同职位的职位描述在数据科学的范围内听起来惊人地相似。 公司经常意识到他们有数据或可以收集数据，然后用它来改进他们的商业模式。 但是，这些职位描述和他们选择分配给他们的职位通常是由非技术人员编写的，这意味着有很多重叠之处。

一家公司的数据工程师可能与另一家公司的数据分析师做同样的工作。 所有这些职位都涉及收集或验证数据，应用某种形式的分析，然后通过报告、预测或可视化向非技术同事解释结果。

如果其中一项工作对您来说听起来很完美，那么您可以将搜索范围缩小到一个标题，但如果其中几个听起来不错，那么我会更灵活地使用您在搜索时使用的标题。 如果头衔对你来说真的很重要，那么当你得到工作机会时，你总是可以把它作为谈判的一部分。 不要让这份责任清单吓跑你离开一份听起来很有趣的工作。 如果您真的想成为一名数据建模师，但您不习惯组织沿袭信息，您可以查看不同公司的数据建模师职位或数据架构师职位。

让这 XNUMX 个最常见的数据科学角色的分解成为您寻找数据科学工作的跳板。

 
 
内特·罗西迪 是一名数据科学家和产品战略。 他也是教授分析学的兼职教授，并且是 地层划痕，一个帮助数据科学家准备面试的平台，回答来自顶级公司的真实面试问题。 与他联系 推特：StrataScratch or LinkedIn.

资料来源：https://www.kdnuggets.com/2022/01/deep-look-13-data-scientist-roles-responsibility.html