本文轉(zhuǎn)載自公眾號(hào)“讀芯術(shù)”(ID：AI_Discovery)。

在分別經(jīng)歷過專業(yè)數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家的職業(yè)工作之后，筆者體會(huì)到了每個(gè)職位的所需經(jīng)驗(yàn)和日常感受之間的區(qū)別，并且我認(rèn)為，突出這種關(guān)鍵差異是有意義的。

本文希望幫助猶豫不定的你選擇出最適合自己的職位。如果你已經(jīng)是數(shù)據(jù)分析師或數(shù)據(jù)科學(xué)家了，也許你會(huì)想要轉(zhuǎn)換到另一個(gè)職位，有些人從數(shù)據(jù)分析師起家，又轉(zhuǎn)行為數(shù)據(jù)科學(xué)家，還有些人是想從一個(gè)非高級(jí)數(shù)據(jù)科學(xué)家轉(zhuǎn)行成為高級(jí)數(shù)據(jù)分析師。

每個(gè)職位都有一些重要的概念和總體經(jīng)驗(yàn)，在做出下一個(gè)重大職業(yè)變動(dòng)時(shí)，了解這些都是很重要的。筆者將重點(diǎn)介紹作為數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家的感受。根據(jù)自身經(jīng)驗(yàn)及同行同事的經(jīng)驗(yàn)，提出并解答關(guān)于這兩個(gè)職位的常見問題。

[[335785]]

數(shù)據(jù)分析師

如果你希望描述過去或當(dāng)前的數(shù)據(jù)，同時(shí)展示關(guān)鍵的發(fā)現(xiàn)、變化和趨勢，最后向利益相關(guān)者顯示數(shù)據(jù)，那么數(shù)據(jù)分析師的職位最適合你。

盡管兩個(gè)職位之間有一些重疊的部分,筆者在另一篇文章中(https://towardsdatascience.com/data-science-vs-data-analysis-heres-the-difference-4d3da0a90f4)強(qiáng)調(diào)了這兩個(gè)職位所需技能之間的差異和相似之處。這里我更想談?wù)労蛿?shù)據(jù)科學(xué)家相比，做數(shù)據(jù)分析師是什么感受。

了解自己在該領(lǐng)域的日常期望是很重要的。與典型的數(shù)據(jù)科學(xué)家相比，數(shù)據(jù)分析師可以期望與不同的人一起工作，以不同的方式更多地進(jìn)行交流，并且行動(dòng)更快每個(gè)角色給人的感覺可能會(huì)大不相同。

下面，筆者將提出一些常見的問題，并作出相應(yīng)的回答，介紹一些數(shù)據(jù)分析師的經(jīng)驗(yàn)。

(1) 你與誰共事?

你將主要與公司中的利益相關(guān)者合作，他們要求你能夠提取數(shù)據(jù)，有直觀的見解，定期匯報(bào)。能通過使用電子郵件、Slack和Jira等工具溝通，可以進(jìn)行口頭或者數(shù)字交流。你將把重點(diǎn)放在人員和業(yè)務(wù)分析方面，而不是公司的工程和產(chǎn)品部分。

(2) 你與誰分享發(fā)現(xiàn)?

你會(huì)和領(lǐng)導(dǎo)分享發(fā)現(xiàn)。如果你有經(jīng)理，有時(shí)會(huì)向他們進(jìn)行報(bào)告，他們會(huì)將你的發(fā)現(xiàn)轉(zhuǎn)達(dá)給相關(guān)的利益相關(guān)者。你還可能還要收集需求、制作報(bào)告并將其傳達(dá)給利益相關(guān)人員。

你可以使用Tableau、谷歌Data Studio、Power BI和Salesforce等工具進(jìn)行報(bào)告。這些工具通?？梢赃B接到容易訪問的數(shù)據(jù)源(如CSV文件)，而有些工具需要使用SQL對(duì)數(shù)據(jù)庫進(jìn)行高級(jí)查詢，進(jìn)行更多的技術(shù)工作。

[[335786]]

圖源：unsplash

(3) 做一個(gè)項(xiàng)目需要多快?

你將比數(shù)據(jù)科學(xué)家更快地處理項(xiàng)目。每天可以有多個(gè)數(shù)據(jù)提取查詢或報(bào)告，每周可以有更大的可視化和洞察力。由于你通常不是在構(gòu)建模型和預(yù)測，你將更快地扭轉(zhuǎn)結(jié)果，因?yàn)樗鼈兏哂忻枋鲂院图磿r(shí)性。

數(shù)據(jù)科學(xué)家

數(shù)據(jù)科學(xué)家與數(shù)據(jù)分析師差別很大。雖然這兩個(gè)角色之間有重疊工具和語言，但數(shù)據(jù)科學(xué)家能與不同的人一起工作，并花更多的時(shí)間研究更大的項(xiàng)目，比如機(jī)器學(xué)習(xí)模型的創(chuàng)建和部署。

數(shù)據(jù)分析師可能傾向于在項(xiàng)目中單獨(dú)工作;例如，使用一個(gè)Tableau儀表板來顯示結(jié)果可能只需一人，但數(shù)據(jù)科學(xué)家可以結(jié)合其他幾個(gè)工程師和產(chǎn)品經(jīng)理來確保模型能夠解決業(yè)務(wù)問題，并確保代碼是正確的、強(qiáng)大的和有效的。

[[335787]]

圖源：unsplash

(1) 你與誰共事?

與數(shù)據(jù)分析師不同的是，在某些項(xiàng)目中，你將與利益相關(guān)者一起工作，但對(duì)于模型及其結(jié)果的其他方面，你將求助于數(shù)據(jù)工程師、軟件工程師和產(chǎn)品經(jīng)理。

(2) 你和誰分享發(fā)現(xiàn)?

你可以與利益相關(guān)者分享自己的發(fā)現(xiàn)，但也可以與一些需要了解最終產(chǎn)品的工程師分享，例如，他們可以根據(jù)你的預(yù)測構(gòu)建UI。

(3) 做一個(gè)項(xiàng)目需要多快?

也許這兩種角色在感覺和操作上的最大區(qū)別，在于分配給每個(gè)項(xiàng)目的時(shí)間。雖然數(shù)據(jù)分析的速度更快，但數(shù)據(jù)科學(xué)家可能需要數(shù)周或數(shù)月才能完成一個(gè)項(xiàng)目。由于存在數(shù)據(jù)收集、探索性數(shù)據(jù)分析、基礎(chǔ)模型創(chuàng)建、迭代、模型調(diào)優(yōu)和結(jié)果輸出等過程，數(shù)據(jù)科學(xué)模型和項(xiàng)目可能需要更長的時(shí)間。

數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家可以共享一些常見的工具，如Tableau、SQL甚至Python，但是每個(gè)角色積攢到的經(jīng)驗(yàn)可能會(huì)有很大的不同。

[[335788]]

圖源：unsplash

數(shù)據(jù)分析師的日常工作包括更多的會(huì)議、更多的面對(duì)面交流、軟技能和更快的項(xiàng)目周轉(zhuǎn);數(shù)據(jù)科學(xué)家的工作可能涉及更長的流程、與工程師和產(chǎn)品經(jīng)理的交互，總的來說其涉及一個(gè)預(yù)測模型——可以及時(shí)對(duì)新的觀察結(jié)果或事件進(jìn)行分類，而數(shù)據(jù)分析則側(cè)重于過去和當(dāng)前狀態(tài)。

不要被它們相似的“外表”迷惑了，職業(yè)抉擇，知己知彼很重要。