如今，數(shù)據(jù)科學(xué)家的工作已經(jīng)變得越來(lái)越通用，以至于機(jī)器學(xué)習(xí)可能完全包含在其中。

數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)工程師是目前行業(yè)中最熱門的兩項(xiàng)工作。在本文中，我將介紹機(jī)器學(xué)習(xí)工程師和數(shù)據(jù)科學(xué)家之間的區(qū)別。

什么是機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)?

機(jī)器學(xué)習(xí)是利用人工智能使計(jì)算機(jī)無(wú)需編程就能學(xué)習(xí)。在機(jī)器學(xué)習(xí)中，可以通過(guò)使用可訪問(wèn)的數(shù)據(jù)和不同的算法來(lái)構(gòu)建機(jī)器學(xué)習(xí)模型。這些算法使軟件應(yīng)用程序可以在不進(jìn)行任何編程的情況下預(yù)測(cè)結(jié)果。

數(shù)據(jù)科學(xué)是深入研究數(shù)據(jù)并理解示例、模式和行為的科學(xué)。簡(jiǎn)單地說(shuō)，數(shù)據(jù)科學(xué)就是從可訪問(wèn)的數(shù)據(jù)中進(jìn)行預(yù)測(cè)和推斷。這些重要的知識(shí)可以幫助組織了解客戶的行為和興趣，并做出更明智的業(yè)務(wù)決策。

例如，Netflix通過(guò)區(qū)分客戶端觀看模式來(lái)理解他們喜歡什么，并利用這些數(shù)據(jù)在其網(wǎng)站上發(fā)布新劇集。

誰(shuí)是數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)工程師呢?

既然我們對(duì)機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)有了基本的了解，那么我們應(yīng)該如何理解誰(shuí)是機(jī)器學(xué)習(xí)工程師和數(shù)據(jù)科學(xué)家呢?

數(shù)據(jù)科學(xué)家

數(shù)據(jù)科學(xué)家?guī)椭M織從數(shù)據(jù)中提取有價(jià)值的見解。數(shù)據(jù)科學(xué)家分析數(shù)據(jù)并使用能夠發(fā)現(xiàn)數(shù)據(jù)模式的編程語(yǔ)言(如Java)創(chuàng)建程序。有了這些數(shù)據(jù)，組織可以熟悉客戶行為、參與率等。

數(shù)據(jù)科學(xué)家基本上以研究為中心，以決定AI方法的類型，對(duì)算法進(jìn)行建模并隨后對(duì)其進(jìn)行建模以進(jìn)行測(cè)試。

機(jī)器學(xué)習(xí)工程師

ML工程師就像其他從事開發(fā)活動(dòng)，明確地參與機(jī)器學(xué)習(xí)的工程師一樣。他們?cè)跀?shù)據(jù)科學(xué)家所表征的數(shù)據(jù)模型上構(gòu)建算法。

此外，機(jī)器學(xué)習(xí)工程師還具有創(chuàng)建可以控制PC的程序的知識(shí)。在ML工程師創(chuàng)建的算法的幫助下，機(jī)器無(wú)需他人指示即可理解命令。

工作職責(zé)

接下來(lái)，我們來(lái)看一下機(jī)器學(xué)習(xí)工程師和數(shù)據(jù)科學(xué)家在他們的日常生活中都做了些什么

數(shù)據(jù)科學(xué)家的工作職責(zé)

1. 數(shù)據(jù)科學(xué)家?guī)煹闹饕氊?zé)是理解客戶的業(yè)務(wù)需求并提出解決方案
2. 進(jìn)行數(shù)據(jù)挖掘以檢查它們是否可以提取出可以使組織受益的重要數(shù)據(jù)
3. 可以找出改善組織的方法論
4. 利用TensorFlow等深度學(xué)習(xí)框架來(lái)構(gòu)建深度學(xué)習(xí)模型
5. 利用各種技術(shù)進(jìn)行數(shù)據(jù)分析，并利用圖表，圖形等表示數(shù)據(jù)

機(jī)器學(xué)習(xí)工程師的工作職責(zé)

1. 機(jī)器學(xué)習(xí)工程師進(jìn)行研究并實(shí)施合適的機(jī)器學(xué)習(xí)算法和工具
2. 制定有助于理解業(yè)務(wù)目標(biāo)的行動(dòng)計(jì)劃
3. 根據(jù)業(yè)務(wù)先決條件創(chuàng)建機(jī)器學(xué)習(xí)應(yīng)用程序
4. 使用現(xiàn)有的ML框架和庫(kù)進(jìn)行分析，并在必要時(shí)進(jìn)行擴(kuò)展
5. 確認(rèn)數(shù)據(jù)質(zhì)量

所需技能

數(shù)據(jù)科學(xué)家所需的技能

• 統(tǒng)計(jì)
• 數(shù)據(jù)挖掘與清理
• 數(shù)據(jù)可視化
• 非結(jié)構(gòu)化數(shù)據(jù)管理策略
• 編程語(yǔ)言，例如R和Python
• 理解SQL數(shù)據(jù)庫(kù)
• 利用Hadoop，Hive和Pig等大數(shù)據(jù)工具

機(jī)器學(xué)習(xí)工程師所需的技能

• 軟件工程基礎(chǔ)
• 統(tǒng)計(jì)建模
• 數(shù)據(jù)評(píng)估與監(jiān)控
• 算法的理解與利用
• 自然語(yǔ)言處理
• 數(shù)據(jù)架構(gòu)設(shè)計(jì)
• 文字表示策略

薪水

數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)工程師的薪酬可能會(huì)因其工作角色和所在國(guó)家/地區(qū)的不同而有所不同。

數(shù)據(jù)科學(xué)家

Indeed顯示，數(shù)據(jù)科學(xué)家的平均年薪為121,018美元(在美國(guó))。Glassdoor報(bào)告稱，數(shù)據(jù)科學(xué)家的正常年薪為11萬(wàn)美元。

機(jī)器學(xué)習(xí)工程師

正如Indeed所指出的那樣，機(jī)器學(xué)習(xí)工程師的平均薪酬為每年140,470美元(在美國(guó))。

最后

正如您看到的，這兩個(gè)職業(yè)都有很多共同點(diǎn)。這取決于你的興趣領(lǐng)域，以及你需要如何塑造你的職業(yè)生涯。