📜  数据科学家、数据工程师、数据分析师之间的区别

📅  最后修改于: 2021-10-21 05:07:17             🧑  作者: Mango

通常,我们听到有关 CS 工程师的不同名称,例如数据科学家、数据分析师和数据工程师。让我们讨论一下上述三个角色之间的差异。

  • 数据分析师——这个人的主要工作重点是优化场景,比如员工如何改善公司的产品增长。数据清理和组织原始数据,分析和可视化数据以解释分析并呈现数据的技术分析。
    数据分析师所需的技能是 R、 Python、SQL、SAS、SAS Miner。
  • 数据科学家– 主要关注点是数据的未来显示。它们提供有监督和无监督的数据学习,比如数据的分类和回归、神经网络。连续回归分析将使用机器学习技术。
    数据科学家所需的技能是 R、 Python、SQL、SAS、Pig、Apache Spark、Hadoop、 Java、Perl。
  • 数据工程师——数据工程师更专注于优化技术和以适当的方式构建数据。数据工程师的主要目标是不断改进数据消耗。主要是数据工程师在后端工作。优化的机器学习算法用于维护数据并使数据以最准确的方式可用。
    数据工程师需要的技能是 Pig、 Hive、Hadoop、MapReduce 技术。