I det seneste år er datalogi blevet uløseligt fra den daglige drift. Datavidenskab er ansat i produkter, marketing, teknik og salg for at træffe afgørende beslutninger. Sensationelle udsagn om, at 'Data Scientist' er det mest sexede job, har skyrocket populariteten af denne nørdede jobtitel.
Som et resultat kan vi se folk blinke deres jobtitel og nogle stræber efter at blive en. Når man ser på deres kvalifikationer, uddannelse, erfaring, dygtighed og holdning, er det indlysende, at de ikke alle falder ind i samme kategori. Så hvorfor bruger de samme jobtitel uanset forskellene ??
Dette kan skyldes, at dataforskere bredt kan klassificeres i to kategorier:
- Produktfokuseret datavidenskab.
- Business Intelligence-stil inden for datavidenskab.
Der er cirka 4 til 5 grupper i hver kategori.
hvad er instans variabel i java
I O'Reilly Stratas rapport 'Analyzing the Analyzers' klassificeres dataforskerne på baggrund af produktfokuseret datalogi som følger.
Produktfokuseret datalogi
- Dataforsker
Professionerne i denne kategori kommer fra den akademiske verden og har en grundig baggrund inden for statistik eller fysiske eller sociale videnskaber. Denne type data videnskabsmand har ofte en ph.d., men er svagt dygtig til maskinindlæring, programmering eller forretning.
- Dataudvikler
Disse fyre har tendens til at koncentrere sig om tekniske problemer, der følger med håndtering af data. De er stærke inden for programmering og maskinindlæring, men svage i forretnings- og statistikfærdigheder.
- Dataannoncer
Det er de fyre, der laver noget innovativt ud af dataens bjerge. De er stærkt dygtige inden for maskinlæring, Big Data, programmering og andre færdigheder til at håndtere massive data.
- Data forretningsfolk
De repræsenterer forretningssiden og er ansvarlige for at tage vitale forretningsbeslutninger gennem dataanalyseteknikker. De er en eklektisk blanding af forretningsmæssige og tekniske færdigheder.
Business Intelligence-baseret datalogi
- Kvantitative, sonderende dataforskere
Kvantitative, sonderende data forskere er tilbøjelige til at have ph.d.'er og bruge teori til at forstå adfærd. Ved at kombinere teori og sonderende forskning forbedrer disse dataforskere produkter.
- Operationelle dataforskere
Operationelle dataforskere arbejder ofte i økonomi-, salgs- eller driftsteams i en organisation. Hans rolle er at analysere ydeevne, reaktioner og opførsel af en proces for at forbedre organisationens strategi og effektivitet.
- Produktdata forskere
Produktdata forskere passer ind i produktledelse eller teknik. Deres opgave er at gennemse logfiler og analyseværktøjer, at forstå den måde, brugerne bruger et produkt på og gøre brug af den viden til at finjustere produktet.
Microsoft SQL tutorial til begyndere
- Marketing Data Scientists
Marketing data forskere fokuserer på brugerbasen, evaluerer ydeevne og arbejder på at forbedre effektiviteten, stort set ligesom den standard marketing fyr.
- Forskningsdata forskere
Forskningsdataforskere skaber indsigt ud fra et datasæt. Det er sjældent, at nystartede virksomheder ansætter forskere, fordi produktionen ikke er bundet til fortjeneste. Men større virksomheder, tænketanke og finansielle institutioner gør det.
Denne klassifikation viser, at enhver flok mennesker kan placeres i en hvilken som helst af kategorien. Den rigtige type datavidenskabsmand kan vælges ud fra organisationens krav
Før du vælger den type datavidenskabsmand, du vil blive, skal du overveje de krævede færdigheder eller de færdigheder, du allerede har, for at gå videre i den rigtige retning.
Så hvem skal du være ?? En programmør, en statistiker, en marketingmedarbejder, en forretningsleder eller en jack of all trades ??
Edureka har en specielt kurateret som hjælper dig med at få ekspertise inden for maskinlæringsalgoritmer som K-Means Clustering, Decision Trees, Random Forest, Naive Bayes. Du lærer også begreberne Statistik, Tidsserier, Tekstminedrift og en introduktion til dyb læring. Nye partier til dette kursus starter snart !!