Under det senaste året har datavetenskap blivit oupplöslig från dag till dag. Datavetenskap används i produkter, marknadsföring, teknik och försäljning för att fatta avgörande beslut. Sensationella uttalanden om att ”Data Scientist” är det sexigaste jobbet har höjt populariteten för denna nördiga jobbtitel.
Som ett resultat kan vi se att människor blinkar sin jobbtitel och vissa strävar efter att bli en. Med tanke på deras kvalifikationer, utbildning, erfarenhet, skicklighet och attityd är det uppenbart att de inte alla faller inom samma kategori. Så varför använder de samma jobbtitel oavsett skillnader ??
Detta kan bero på att dataforskare i stort sett kan klassificeras i två kategorier:
- Produktfokuserad datavetenskap.
- Business Intelligence-stil för datavetenskap.
Det finns ungefär 4 till 5 grupper i varje kategori.
I O'Reilly Stratas rapport 'Analysing the Analyzers' klassificeras dataforskarna enligt produktfokuserad datavetenskap enligt följande.
Produktfokuserad datavetenskap
- Dataforskare
De yrkesverksamma inom denna kategori kommer från den akademiska världen och har en djupgående bakgrund inom statistik eller fysik eller samhällsvetenskap. Denna typ av datavetare har ofta en doktorsexamen men är svagt skicklig inom maskininlärning, programmering eller affärer.
- Datautvecklare
Dessa killar tenderar att koncentrera sig på tekniska problem som kommer med hanteringsdata. De är starka inom programmering och maskininlärning men svaga i affärs- och statistikfärdigheter.
- Dataannonser
Det här är killarna som gör något innovativt av berg av data. De är starkt skickliga inom maskininlärning, Big Data, programmering och andra färdigheter för att hantera massiva data.
- Data affärsmän
De representerar affärssidan och är ansvariga för att fatta viktiga affärsbeslut genom dataanalystekniker. De är en eklektisk blandning av affärs- och teknisk skicklighet.
Business Intelligence-baserad datavetenskap
- Kvantitativa, utforskande dataforskare
Kvantitativa, undersökande dataforskare är benägna att ha doktorsexamen och använda teori för att förstå beteende. Genom att kombinera teori och undersökande forskning förbättrar dessa dataforskare produkter.
- Operativa data forskare
Operativa dataforskare arbetar ofta inom ekonomi-, försäljnings- eller driftsteam i en organisation. Hans roll är att analysera prestanda, svar och beteende hos en process, för att förbättra organisationens strategi och effektivitet.
- Produktdata forskare
Produktdataforskare passar in i produkthantering eller teknik. Deras jobb är att söka igenom loggar och analysverktyg, förstå hur användarna använder en produkt och använda den kunskapen för att finjustera produkten.
- Forskare inom marknadsföringsdata
Marknadsföringsdata forskare fokuserar på användarbasen, utvärderar prestanda och arbetar med att förbättra effektiviteten, ungefär som den vanliga marknadsföringskillen.
- Forskningsdata forskare
Forskningsdataforskare skapar insikter från en datamängd. Det är sällsynt att nystartade företag anställer forskare eftersom produktionen inte är kopplad till vinst. Men större företag, tankesmedjor och finansinstitut gör det.
Denna klassificering visar att alla människor kan placeras i någon av kategorierna. Rätt typ av datavetare kan väljas utifrån organisationens krav
Innan du väljer vilken typ av datavetenskapare du vill bli, överväga de färdigheter som krävs eller de färdigheter du redan har för att gå vidare i rätt riktning.
slå samman sortera källkod c ++
Så vem ska du vara ?? En programmerare, en statistiker, en marknadsförare, en företagsledare eller en jack of all trades ??
Edureka har en speciellt kuraterad vilket hjälper dig att få expertis inom maskininlärningsalgoritmer som K-Means Clustering, Decision Trees, Random Forest, Naive Bayes. Du lär dig också begreppen statistik, tidsserier, textbrytning och en introduktion till djupt lärande. Nya satser för denna kurs börjar snart !!