大数据分析 – 数据科学家

数据科学家的角色通常与预测建模、开发分割算法、推荐系统、A/B 测试框架以及经常处理原始非结构化数据等任务相关。

他们的工作性质要求对数学、应用统计学和编程有深刻的理解。数据分析师和数据科学家之间有一些共同的技能，例如查询数据库的能力。两者都分析数据，但数据科学家的决策可以对组织产生更大的影响。

这是数据科学家通常需要具备的一组技能 –

• 在统计包中编程，例如：R、Python、SAS、SPSS 或 Julia
• 能够清理、提取和探索来自不同来源的数据
• 统计模型的研究、设计和实施
• 深厚的统计、数学和计算机科学知识

在大数据分析中，人们通常会将数据科学家的角色与数据架构师的角色混淆。实际上，区别很简单。数据架构师定义了存储数据的工具和架构，而数据科学家使用这种架构。当然，如果临时项目需要，数据科学家应该能够设置新工具，但基础设施定义和设计不应该是他的任务的一部分。