数据分析与数据工程–您应该选择哪一条路?

发布时间: 2020-09-03

数据分析”和“数据工程” –无论我在哪里看,这两个术语都可以互换使用。但是,有一个不争的事实–两个行业都在飞速增长。

如今,数据分析的当前市场规模为670亿美元,数据工程的市场规模为380亿美元。预计2025年的市场规模将分别达到1000亿美元和1400亿美元。这意味着我们可以预期这两个配置文件的需求会很快增加。

我遇到了很多有抱负的分析专业人员,他们想选择“数据分析”或“数据工程”作为职业,但他们甚至不确定这两个角色之间的区别。在开始自己的选择之前,您应该清楚要采取的道路,对吗?这可能是决定职业的选择!

目录

1.数据分析师与数据工程家–一个简单的类比

2.数据分析师和数据工程家解决的问题类型

3.所需技能和工具

4.职业道路 

1)数据分析师与数据工程家–一个简单的类比

让我们以令人兴奋的电动汽车启动为例。现在,这家初创公司非常适合创建工作家庭。并且,他们决定创建三个工作族,一个是科学家,另一个是工程师和管理专业人员。现在,我希望您花些时间想象一下他们在公司中扮演什么样的角色。

我们可以从一般的理解水平推断出它们的作用:

1.科学家–研究复杂,独特的问题,例如寻找解决方案以制造高效的电池,或如何改进车辆的设计。尽管这些问题可能不会直接给公司带来好处,但对于先进的开发至关重要。而且,将来,这些发展可以帮助初创企业实现非线性(指数)增长。

2.工程师–掌握这些发展并运用行业技术将其转化为生产。例如,建立一条装配线以使用正确的机械制造这些车辆。

3.管理–每天运行业务并解决与业务相关的问题。例如,寻找合适的市场开设汽车商店。有关这些产品以及许多其他产品的销售和市场营销的决策。

现在,让我们扮演这些角色,并将其转换为基于数据的配置文件。

1.数据工程家–   他致力于复杂而具体的问题,以使公司实现非线性增长。例如,为银行业制定信用风险解决方案或使用车辆图像并自动评估保险公司的损失。

2.数据工程师–他将通过使用行业最佳实践来实现数据工程家在生产中得出的结果。例如,在银行软件上部署为信用风险建模而构建的机器学习模型。

3.数据分析师–每天经营业务并做出决定。他将同时与IT部门和业务部门进行通信。

您需要牢记这是一个非常基本的类比,以区分数据工程家,数据分析师和数据工程师的角色。

现在我们已经有了基本的类比,让我们看看数据工程家和数据分析师所解决的问题。

数据分析师和数据工程家解决的问题类型

要了解数据分析师和数据工程家之间的区别,必须了解他们从事的问题或项目。让我们举一个有趣的例子。假设您是一家银行的经理,而您决定实施两个重要项目。您有一个由数据工程家和数据分析师组成的团队。您将如何进行项目映射工作?以下是两个问题陈述:

1.制定业务计划,以决定银行在2021年需要多少员工从事XXX业务

2.建立模型以预测哪个交易是欺诈性的

花些时间来了解问题。您如何看待,哪个问题最适合哪个个人资料?

第一个问题陈述需要做出几个业务假设,并将宏观变化纳入战略。这将需要更多的业务专业知识和决策能力,这将是数据分析师的工作。

第二个问题陈述要求处理来自客户的大量行为数据并了解隐藏的模式。为此,专业人员应该对问题的表述和算法有很好的理解。数据工程家将是解决此类特定和复杂问题的合适人选。

数据分析和数据工程所需的技能和工具

商业分析

数据分析专业人员必须精通呈现业务模拟和业务计划。他们的主要职责是分析业务趋势。例如,网络分析/定价分析。

数据分析中广泛使用的一些工具是Excel,Tableau,SQLPython。最常用的技术是– 统计方法,预测,预测建模和讲故事。 

数据工程

数据工程家必须精通线性代数,编程和计算机科学基础知识。数据工程项目的一些示例从构建推荐引擎到个性化电子邮件不等。

数据工程家的常用工具是R,Python,scikit-learn,Keras,PyTorch   ,最广泛使用的技术是统计,机器学习,深度学习,NLP,CV。

对于角色而言,结构思考和问题解决都是在各自领域做好的关键技能。

数据工程家和数据分析师的职业道路

数据工程家的优势在于编码,数学和研究能力,并且需要在职业生涯中不断学习,而数据分析师则需要更多的战略思想家和较强的项目管理能力。

在业务发展过程中,数据分析师倾向于担任业务角色,战略角色和企业家角色,而我们注意到,由于数据工程家具有强大的技术背景,因此他们更多地是技术企业家角色。

您可以参考以下职业道路,以了解从数据工程和数据分析之旅的开始更深入的路线:

尾注

如果您想了解有关数据分析和数据工程的更多信息。您也可以参加本课程以建立坚实的基础。以下是本课程的主要议程:

※什么是数据分析?

※数据工程家与数据工程师与数据分析师

※数据分析职业

※数据分析范围

·与数据分析有关的术语

·管理信息系统(MIS)

·侦探分析

·商业情报

·预测建模

·人工智能与机器学习

※数据分析师会处理哪些问题?

※数据分析角色所需的技能

发表评论

您的电子邮箱地址不会被公开。