问答详情

大数据各岗位有何不同?

700次观看
标签: 大数据 大数据岗位不同
老师回答

一、数据分析师/数据科学家

从本质来说数据分析师和数据科学家是相同的,因为他们做同样的事情——从数据中获取价值。价值可以有不同的形式:对于数据分析师来说,价值意味着洞察,而对于数据科学家来说,是在洞察之上的产品发展智能。

数据分析师分析数据以获得洞察,并帮助形成业务决策。而数据科学家更关心的是使用机器学习和 A / B 测试来驱动和改进产品。

数据科学家专注于前瞻,即做出预测,而数据分析师则更多地聚焦在回顾,如分析历史数据。

二、数据工程师

没有数据工程师的帮助,数据科学家就无法做出贡献。为什么?由于数据工程师构建了引入数据的数据管道!如同炼油厂闲置,是由于没有原油进入,最终原因是石油管道还没有建成。

三、业务分析师

传统的 BA 引导,记录业务需求并充当业务和技术之间的联络人。相反,我们使用业务分析师的头衔作为总括头衔来涵盖所有具有业务性质(非技术性)且需要重要数据技能的分析师角色。

由于数据的普及,几乎所有分析师角色都需要某些数据技能集。因此,业务分析师角色是对于具有领域专业知识,并且精于数据的候选人来说,业务分析师是非常不错的职位目标。

四、BI分析师/工程师/开发人员

我们还拥有传统的商业智能( BI )分析师和商业智能工程师角色。一般来说,当我们谈论 BI 时,我们指的是使用“定义良好的BI基础设施”在“大公司”环境中进行数据分析和报告,基础设施指的是各种企业软件系统( ERP,CRM 等)以及在他们之上进行连接和报告 BI 工具。

免费直播

    精选课程
    相关推荐
    大数据岗位方向都有哪些?
    刘老师 大数据工程师

    1、大数据开发工程师

    开发,建设,测试和维护架构;负责公司大数据平台的开发和维护,负责大数据平台持续集成相关工具平台的架构设计与产品开发等。

    2、数据分析师

    收集,处理和执行统计数据分析;运用工具,提取、分析、呈现数据,实现数据的商业意义,需要业务理解和工具应用能力。

    3、数据挖掘工程师

    数据建模、机器学习和算法实现;商业智能,用户体验分析,预测流失用户等;需要过硬的数学和统计学功底以外,对算法的代码实现也有很高的要求。

    4、数据架构师

    需求分析,平台选择,技术架构设计,应用设计和开发,测试和部署;高级算法设计与优化;数据相关系统设计与优化,需要平台级开发和架构设计能力。

    5、数据库开发

    设计,开发和实施基于客户需求的数据库系统,通过理想接口连接数据库和数据库工具,优化数据库系统的性能效率等。

    6、数据库管理

    数据库设计、数据迁移、数据库性能管理、数据安全管理,故障检修问题、数据备份、数据恢复等。

    7、数据科学家

    数据挖掘架构、模型标准、数据报告、数据分析方法;利用算法和模型提高数据处理效率、挖掘数据价值、实现从数据到知识的转换。

    8、数据产品经理

    把数据和业务结合起来做成数据产品;平台线提供基础平台和通用的数据工具,业务线提供更加贴近业务的分析框架和数据应用。

    注册电脑版

    版权所有 2003-2020 广州环球青藤科技发展有限公司