Наука о данных / аналитика данных имеет разные карьерные пути и приложения.
· Специалист по обработке и анализу данных
Анализ данных после того, как объем и скорость данных достигнут уровня, требующего сложных технических навыков. Основные задачи:
Ø Очистка и обработка данных
Ø Прогнозное моделирование
Ø Машинное обучение
Ø Определение вопросов
Ø Выполнение запросов
Ø Применение статистического анализа
Ø Сопоставление разрозненных данных
Ø Рассказывание историй и визуализация
Инструменты, используемые Data Scientist: R, Python, SAS, SPSS, Hadoop, SQL.
· Аналитик данных
Обрабатывает и интерпретирует данные, чтобы получить полезную информацию для компании.
В обязанности входит:
Ø Сбор и обработка данных
Ø Программирование
Ø Машинное обучение
Ø Манипулирование данными
Ø Визуализация
Ø Применение статистического анализа
Инструменты, используемые аналитиком данных: R, Excel, SPSS, Qlik Sense.
· Инженер данных
Инженеры данных несут ответственность за создание и обслуживание аналитической инфраструктуры, которая обеспечивает практически все остальные функции в мире данных. Они несут ответственность за
Ø Развитие,
Ø Строительство,
Ø Техническое обслуживание
Ø Тестирование архитектур, таких как базы данных и крупномасштабные системы обработки.
Инструменты, используемые Data Engineer: Python, технологии на основе Hadoop (например, MapReduce, Hive и Pig), технологии на основе SQL (например, PostgreSQL и MySQL), технологии NoSQL (например, Cassandra и MongoDB) и т. д.
· Архитектор данных
Архитекторы данных создают сложные системы компьютерных баз данных для компаний, как для общественности, так и для отдельных компаний. Они работают с командой, которая изучает потребности базы данных, доступные данные и создает план создания, тестирования и обслуживания этой базы данных.
В обязанности входит:
Ø Решения для хранения данных
Ø Извлечение, преобразование и загрузка (ETL)
Ø Моделирование данных
Инструменты, используемые Data Architect: IBM — InfoSphere, Oracle SQL Developer Data Modeler и т. д.
· Менеджер данных и аналитики
Управляет командой аналитиков бизнес-данных, которые используют бизнес-данные и статистические методы, чтобы получить представление об эффективности бизнеса и предложить области и методы улучшения операций.
Инструменты, используемые Data and Analytics Manager: R, Python, Tableau и т. д.
· Инженер машинного обучения
Создавайте и внедряйте производственные системы машинного обучения. Поддерживайте работоспособность систем машинного обучения, включая скорость, надежность и производительность. Разрабатывайте внутренние фреймворки и абстракции машинного обучения для облегчения общих задач, таких как обучение/тестирование, использование/повторное использование/создание/хранение функций и развертывание.
Инструменты, используемые ML Engineer: R, Python, SAS, Julia и т. д.
· Визуализатор данных
Визуализатор данных представляет большие объемы информации способами, понятными для всех или легко интерпретируемыми, и выявляет закономерности, тенденции и корреляции. Эти представления включают диаграммы, графики, инфографику и другие графические диаграммы.
Инструменты, используемые визуализатором данных: Tableau и т. д.
· Инженер бизнес-аналитики
Роль инженера бизнес-аналитики (BI) тесно сотрудничает с клиентами и аналитиками BI, чтобы превратить данные в критически важную информацию и знания, которые можно использовать для принятия обоснованных бизнес-решений. Они предоставляют данные, которые являются точными, согласованными, надежными и легкодоступными.
Инструменты, используемые инженером бизнес-аналитики: Qlik Sense, PowerBI, Tableau и т. д.
· Бизнес-аналитик
Бизнес-аналитик (BA) — это тот, кто анализирует организацию или бизнес-сферу (реальную или гипотетическую) и документирует ее бизнес, процессы или системы, оценивая бизнес-модель или ее интеграцию с технологиями.
Инструменты, используемые Business Analyst: Excel, R, Python, SAS, SQL, Tableau и т. д.
· Инженер по искусственному интеллекту
программировать компьютеры для проверки гипотез о том, как работает человеческий разум, посредством когнитивного моделирования. Создавайте и внедряйте новые продукты ИИ с нуля.
Инструменты, используемые AI Engineer: обработка естественного языка, компьютерное зрение, глубокое обучение и т. д.
· Когнитивный аналитик
Анализируйте и решайте реальные внутренние бизнес-проблемы, чтобы решать их более разумно.
Анализируйте внутренние и внешние данные с помощью расширенной аналитики, выявляя ключевые взаимосвязи и тенденции из соответствующей информации.
Рекомендуйте решения, которые улучшат способность бизнеса принимать оптимизированные бизнес-решения в режиме реального времени и на основе прогнозов, способствуя новому уровню интеллекта и повышая количественную ценность бизнеса.
Инструменты, используемые когнитивным аналитиком: IBM Watson, Microsoft Cognitive Services, Cisco Cognitive Threat Analytics и т. д.
· Статистик
Работа с данными и помощь в поиске практических решений проблем.
Статистики занимаются сбором, анализом, интерпретацией и представлением количественной информации.
Инструменты, используемые статистиком: Microsoft Excel, SPSS, MATLAB, R и т. д.