104學習
【新手必讀】想轉職數據分析師？必備技能一次解密！
【新手必讀】想轉職數據分析師？工作內容、產業現況、必備技能一次解密！
想轉職數據分析師、資料科學家，你必須知道的：數據分析師的工作內容、成為數據分析師必備技能、還有數據分析師薪水差異！
Hello 我是資料科學家 Aron！這是【資料科學家的工作日常】的系列文章。
在 2019 年年中進入零售業擔任資料科學家後，偶爾會有朋友或是朋友的朋友詢問相關工作內容及產業情況。畢竟資料科學家是與數據分析師比較新的職業，還有一些神祕色彩，許多人甚至連聽都沒聽過，還以為是數據分析師是股票分析師另類職稱。雖然確實有人將數據分析應用在股價預測上，但這是另一個故事了。
這篇文章會盡量拿掉所有專有名詞，用人話說明資料科學家的工作日常，提供一些總覽性的介紹，至於其他較實務面的細節與心得會留到之後的文章再分享。
數據分析師是什麼？
數據分析這個學門統稱為資料科學(Data Science)，常見的職位有資料工程師(Data Engineer)、資料科學家(Data Scientist)和商業分析師(Business Analyst)。這裡先簡單說明這三者在能力要求上的差別，我所採取的定義是參考加拿大的資料科學媒體Towards Data Science的〈Data Engineer vs Data Scientist vs Business Analyst〉。
如下圖所示，資料工程師最重要的技能是電腦科學能力，也就是台灣所說的資訊工程，他們所做的事情是收集、清理並準備好所有的資料，讓另外兩個角色可以方便取用資料。
資料科學家需要有較強的統計學知識，並且通常需要具備建立機器學習模型的能力，這也是這系列文章的主要角色。另外補充一點，資料科學家通常是建立機器學習模型的原型，並讓機器學習工程師佈署，可以參考一樣是Towards Data Science的〈Data Scientist vs Machine Learning Engineer Skills. Here’s the Difference.〉。
商業分析師，也稱為數據分析師，更著重在數據與商業面的結合，最核心的技術能力是使用SQL從資料庫抓取所需的資料，並提供商業分析與洞察， 通常不太需有要建置機器學習模型的能力。
延伸閱讀 入門數據分析：給新手的數據分析師養成課程
詳見原文>
0
0
180 1
拍手
留言
分享
Line
複製連結
收藏