مریم حسنعلی
مریم حسنعلی
خواندن ۳ دقیقه·۴ سال پیش

تفاوت دانشمند داده، مهندس داده و تحلیلگر داده:

دانشمند داده ارشد تیم تحلیل داده است و دانش عمیقی در آمار، برنامه نویسی، تحلیل تجاری، مدیریت داده و یادگیری ماشین دارد. او باید مجموعه های بزرگی از داده های خام را جمع آوری و تمیز کند، مدل های ریاضی ایجاد کند و یافته ها را به راه حلهای تجاری تفسیر کند. دانشمند داده از تکنیک های پیشرفته داده مانند خوشه بندی، شبکه های عصبی، درختان تصمیم گیری و ... برای به دست آوردن بینشهای تجاری استفاده می کند. او ورودی خود را از مهندس داده و تحلیلگر داده می گیرد و مسئول ایجاد بینشهای تجاری عملی است و باید برای تعامل با همکاران و انتقال یافته های خود به مدیریت، مهارت های ارتباطی ابسیار خوبی داشته باشد.
تحلیلگر داده یک عضو سطح ورودی در یک تیم تحلیل داده است و باید داده های عددی را به فرمتی تبدیل کند که هر کسی در سازمان قادر به درک آن باشد. تحلیلگر داده معمولاً داده ها را با همکاری توسعه دهندگان وب جمع آوری می کند و مدت زمان قابل توجهی را صرف ایجاد گزارش های هوش تجاری برای استفاده داخلی و مشتریان می کند. تحلیلگر داده معمولا در Microsoft Excel ، SQL و یا Tableau و همچنین در برنامه نویسی مهارت دارد. علاوه بر این، درک خوبی از آمار و جبر خطی دارند که از آن برای بصری سازی استفاده می کنند. با به دست آوردن تجربه بیشتر، تحلیلگر داده می تواند نقش مهندس داده و دانشمند داده را به عهده گیرد.
مهندس داده واسطه بین تحلیلگر داده و دانشمند داده است و مسئولیت آماده سازی داده ها برای اهداف عملیاتی یا تحلیلی را بر عهده دارد. او  وظیفه طراحی، ساخت، ادغام و نگهداری داده ها از منابع متعدد را بر عهده دارد. مهندس داده با داده های بزرگ کار می کند و گزارش آن را برای تحلیل به دانشمند داده می فرستد.


مسئولیت ها:

دانشمند داده:

مسئولیت های دانشمند داده عبارت است از :

مدیریت، کاوش و پاکسازی داده ساختارنایافته جهت آماده سازی برای استفاده های عملی

توسعه مدل هایی برای انجام بر روی داده های بزرگ

تفسیر و فهم تحلیل داده بزرگ

بر عهده گرفتن مسئولیت تیم تحلیل داده ها و کمک به آنها در رسیدن به اهداف مربوطه

ارائه نتایجی که بر خروجی های تجاری تاثیر دارند

تحلیلگر داده:

مسئولیت های یک تحلیلگر داده عبارتند از:

جمع آوری داده از پایگاه داده به کمک پرس و جو ها

فراهم سازی پردازش داده ها را و خلاصه سازی نتایج

به کارگیری الگوریتم های ابتدایی در کار خود مانند رگرسیون خطی، رگرسیون لجستیک و ...

مهارت بالا در بصری سازی داده، تحلیل داده اکتشافی و آمار

مهندس داده:

مسئولیت هایی که این نقش بر عهده دارد، عبارتند از:

داده کاوی برای به دست آوردن بینش از داده

تبدیل داده پاکسازی نشده به شکل قابل استفاده برای تحلیل داده

توانایی نوشتن پرس و جو در داده

نگهداری از طراحی و معماری داده ها

توسعه انبار داده های بزرگ با استفاده از ELT

مهارت ها:

مهارت های مورد نیاز دانشمند داده، مهندس داده و تحلیلگر داده
مهارت های مورد نیاز دانشمند داده، مهندس داده و تحلیلگر داده


در شکل فوق هفت گروه مهارت وجود دارد برای دانشمندان داده، تحلیلگران داده و مهندس نشان داده شده است. مهارت ها شامل برنامه نویسی، یادگیری ماشین، ارتباطات و بصری سازی، ریاضیات و آمار و اکتشاف داده ها است. میزان تسلط مورد نیاز هر نقش به این مهارت ها در شکل مشخص شده است.

منابع:

سایت https://www.simplilearn.com/

سایت https://medium.com/





تفاوت دانشمند داده و تحلیلگر داده و مهندس دادهدانشمند دادهتحلیگر دادهمهندس دادهعلم داده
علاقمند به حوزه های هوش مصنوعی و یادگیری ماشین و ... کانال من در تلگرام: @meteorjournal ایمیل من: maryam.hasanali@gmail.com
شاید از این پست‌ها خوشتان بیاید