През последната година науката за данните стана неразривна от ежедневните операции. Науката за данните се използва в продуктите, маркетинга, инженеринга и продажбите, за да вземе ключови решения. Сенсационните изявления за „Data Scientist“ като най-сексапилната работа издигнаха популярността на тази измамна длъжност.
В резултат на това можем да видим хора, които мигат на длъжността си и някои се стремят да станат такива. Разглеждайки тяхната квалификация, образование, опит, способности и отношение, очевидно е, че не всички попадат в една и съща категория. И така, защо използват една и съща длъжност, независимо от разликите ??
Това може да се дължи на факта, че учените по данни могат да бъдат класифицирани в две категории:
ms sql урок за начинаещи
- Наука за данните, насочена към продукта.
- Business Intelligence стил на науката за данни.
Във всяка категория има около 4 до 5 групи.
В доклада на O’Reilly Strata „Анализиране на анализаторите“ учените по данни се класифицират въз основа на науката за данни, фокусирана върху продукта, както следва.
Продуктово-ориентирана наука за данни
- Изследовател на данни
Професионалистите в тази категория идват от академичния свят и имат задълбочен опит в статистиката или физическите или социалните науки. Този тип специалист по данни често има докторска степен, но е слабо квалифициран в машинно обучение, програмиране или бизнес.
- Разработчик на данни
Тези момчета са склонни да се концентрират върху технически проблеми, свързани с обработката на данни. Те са силни в програмирането и машинното обучение, но слаби в уменията за бизнес и статистика.
накрая и финализиране в java
- Създаване на данни
Това са момчетата, които правят нещо иновативно от планини данни. Те са силно квалифицирани в машинно обучение, големи данни, програмиране и други умения за работа с масивни данни.
- Данни Бизнесмени
Те представляват бизнес страната и са отговорни за вземането на жизненоважни бизнес решения чрез техники за анализ на данни. Те са еклектична комбинация от бизнес и технически умения.
Наука за данни, базирана на бизнес разузнаване
- Количествени, изследователски изследователи на данни
Количествените изследователски данни са склонни да имат докторски степени и използват теория за разбиране на поведението. Комбинирайки теория и изследователски изследвания, тези учени подобряват продуктите.
- Учени за оперативни данни
Учените по оперативни данни често работят във финансови, търговски или оперативни екипи в организация. Неговата роля е да анализира представянето, реакциите и поведението на даден процес, да подобри стратегията и ефективността на организацията.
- Учени за данни за продукти
Учените за данни за продукти се вписват в управлението на продуктите или инженеринга. Тяхната работа е да преглеждат регистрационните файлове и инструментите за анализ, да разберат начина, по който потребителите се възползват от даден продукт и да се възползват от тези знания за фина настройка на продукта.
- Учени за маркетингови данни
Учените за маркетингови данни се фокусират върху потребителската база, оценяват ефективността и работят за подобряване на ефективността, почти като стандартния маркетинг човек.
- Учени за данни от изследвания
Изследователите на данни за данни създават прозрения от набор от данни. Рядко се случва стартиращите компании да наемат изследователи, тъй като продукцията не е обвързана с печалби. Но по-големите компании, мозъчните тръстове и финансовите институции го правят.
java създава масив от обекти
Тази класификация показва, че всеки куп хора може да бъде включен в която и да е от категорията. Правилният тип учен за данни може да бъде избран въз основа на изискванията на организацията
Преди да изберете типа учен за данни, който искате да станете, помислете за необходимите умения или уменията, които вече притежавате, за да продължите в подходящата посока.
И така, кой ще бъдеш ?? Програмист, статистик, маркетолог, бизнес лидер или вале на всички сделки ??
Edureka има специално подготвен което ви помага да придобиете опит в алгоритмите за машинно обучение като клъстери K-Means, дървета за вземане на решения, случайна гора, наивни Bayes. Ще научите понятията за статистика, времеви редове, извличане на текст и въведение в дълбокото обучение. Скоро започват нови партиди за този курс !!