数据分析师和数据挖掘工程师的区别

数据分析师和数据挖掘工程师的区别:

不同点:

数据分析师:偏业务,通过数据分析手段发现和分析业务问题,为决策做支持,需要较强的表达能力,它的重点在于产出解释。

数据挖掘工程师:偏技术,通过建立模型、算法、预测等手段,提供解决方案,需要较深的代码功底,它的重点在于产出模型。

共同点:都跟数据打交道;知识技能有很多交叉点。

数据分析师的岗位重在“分析”,需要具备一定的数学功底,还要有对数据的灵敏度,知道在什么样的数据规模下,需要什么样的数据指标。侧重借助现有工具分析,将数据背后的状态显性化。

数据工程师的岗位重在“挖掘”,需要熟悉一定的挖掘方法和挖掘工具,知道在什么平台应该用什么工具,面对什么样的需求应该怎么解。侧重自行编程,发现数据背后隐藏的知识和规律。

实际上,数据分析师和数据挖掘工程师已经没有那么明显的界限,很多时候数据分析需要用到数据挖掘的工具和模型,而数据挖掘也需要具备一定的业务和数据分析能力。

     

类似文章

发表评论

您的电子邮箱地址不会被公开。