¿Qué es mejor estudiar, ciencia de datos o big data?

Por qué no los dos ? 🙂

Más en serio, creo que depende de tus gustos.

¿Prefiere buscar algunos datos interesantes en una mina de datos o prefiere preparar y organizar las herramientas para realizar la tarea anterior en una muy grande y desordenada ?

La ciencia de datos está más cerca de la extracción de conocimiento e información de todo tipo de datos.

Big data se trata de organizar todo tipo de datos (que resultan ser grandes) tales como: internos, externos, estructurados, semiestructurados y no estructurados.

En resumen, Data Science se trata más de extraer sentido de los datos y es adecuado para una mente inclinada a las estadísticas que no teme ensuciarse las manos mientras programa, mientras que Big Data se trata de organizar datos y es principalmente adecuado para un equipo informático con un gusto por las estadísticas. Dicho esto, ambos campos tienen muchas habilidades necesarias superpuestas. Puede aprender probablemente aprender ambos (con un sesgo hacia uno u otro).

Personalmente, disfruto haciendo y aprendiendo sobre ambos.

En la escuela, todos nos preguntábamos por qué teníamos que estudiar todas las materias al mismo tiempo. Como adultos, no pudimos averiguar dónde exactamente iban a venir todas esas fórmulas matemáticas complejas. Creo que todos esos temas ayudaron a agudizar nuestras mentes de una forma u otra. Por ejemplo, al hacer todos esos complejos problemas matemáticos, estábamos siendo entrenados para pensar rápidamente en situaciones complejas. El punto aquí es que, siempre es una buena idea expandir su conocimiento. La ciencia de datos y el big data son contextualmente uno de los campos de estudio más populares. Si tienes medios para estudiar a cualquiera de ellos, hazlo.

Dicho esto, debe haber prioridades establecidas en la escuela, orientadas hacia el tema que desea estudiar. Un esteticista puede llegar a casa con el conocimiento de cómo volar un avión, pero eso no lo ayudará profesionalmente. Ningún conocimiento es mal conocimiento; es solo la cuestión del grado en que el conocimiento juega un papel en su rutina diaria.

Los datos, obviamente, son el factor común entre la ciencia de datos y el big data. También hay muchas cosas que separan estos campos de estudio. Las principales preocupaciones de los científicos de datos son la limpieza, preparación y análisis de datos. La ciencia de datos abarca todo lo relacionado con los datos. Se puede interpretar como el término general para evaluar e impulsar los resultados obtenidos de todo tipo de datos. Los analistas de Big Data analizan la mezcla de datos para clasificar las ideas efectivas para los beneficios de las organizaciones empresariales. Big data proporciona los análisis necesarios centrados principalmente en la prospección de negocios y la satisfacción del cliente.

Aquí hay una idea de los roles de:

Analistas de big data:

  • Contribuir al análisis, las predicciones y los resultados de calidad que terminan en ganancias para las empresas.
  • Exploración adecuada de datos en bruto e interpretación en recursos útiles para ventas y marketing.
  • Minería de datos y auditoría
  • Dibuje un formato de datos gráfico y gráfico para que las personas relevantes los entiendan fácilmente
  • Rastree las tendencias y patrones de conjuntos de datos complejos.

Científicos de datos:

  • Procesamiento, limpieza y verificación de datos.
  • Extraiga cualquier información posible de los datos.
  • Analizar la utilidad de los datos.
  • Descubre cualquier patrón o anomalía
  • Simplifique la ciencia de datos para que el público en general comprenda el concepto básico

Las últimas dos décadas han visto una gran transformación en la percepción de varios campos de estudio y negocios debido a la rápida aparición de big data y data science. Ha introducido una nueva era de marketing digital y esfuerzos en línea en su conjunto. Para sobrevivir en el mundo que se perfila como es, tanto la ciencia de datos como el big data son temas con los que deberá educarse. Simultáneamente, debe priorizar el aprendizaje relevante para su profesión y las opciones de la vida diaria. En conclusión, no hay daño aparente en el estudio tanto de big data como de data science. Tu vida no termina dentro de tus límites profesionales. Por eso es inteligente mantener información sobre cualquier tema posible, porque la información es poder.

Big data significa que tienes que aprender más sobre la programación, como hadoop, o su java basada, y python es necesario, también varios tipos de estructuras de datos. Muchas personas en la industria de big data son de informática.
La ciencia de datos puede enfocarse más en las teorías y algoritmos de aprendizaje automático, lo que significa que tiene que hacer más personal matemático o estadístico, algunos modelos en ciencia de datos son realmente difíciles de derivar y comprender. Muchas personas en ciencia de datos pueden provenir de estadísticas, matemática aplicada o incluso física.
Por supuesto, la ciencia de datos y el big data son como una pareja, ninguno de los dos puede dejar al otro. Tienes que aprender la programación y las teorías, pero puedes elegir cuál enfocar.
Por cierto, solo soy un graduado de nivel de entrada en ciencia de datos archivado, las opiniones anteriores son solo mi pensamiento, falta de experiencia. Bienvenido a unirse al mundo de los datos conmigo. Podemos aprender unos de otros.

Big data se trata de recopilar información. (necesita saber sobre motores de almacenamiento, servidores …)
La ciencia de datos se trata de analizar la información que tiene. (se necesitan conocimientos matemáticos, así como sistemas para analizar información)

Solo investiga un poco sobre estos temas.

Depende totalmente de su área de interés, experiencia. Según yo, ambos son igualmente buenos.

Big Data es la tecnología de más rápido crecimiento y más prometedora para manejar grandes volúmenes de datos para realizar análisis de datos. Casi todas las principales empresas multinacionales están tratando de ingresar, por lo tanto, existe una gran demanda de profesionales de Hadoop Big Data.

Big Data es la tecnología de más rápido crecimiento y más prometedora para manejar grandes volúmenes de datos para realizar análisis de datos. Casi todas las principales empresas multinacionales están tratando de ingresar, por lo tanto, existe una gran demanda de profesionales de Hadoop Big Data.

Me gustaría compartir un interesante enlace de video de big data y data science.

Data Science proporciona respuestas más precisas, Data Science cambia la forma en que se toman las decisiones, Data Science encuentra las tendencias.

La industria de la tecnología es atractiva para los científicos de datos porque obtienen retornos más rápidos en los experimentos de datos.

¿Mejor en el sentido de las aplicaciones comerciales?

Big data permite obtener información más profunda si cuenta con las personas adecuadas para analizarla. Sin embargo, no puede analizar grandes datos sin la informática distribuida. Los ingenieros de software pueden manejar eso, pero los SE probablemente no ejecutarán trabajos más detallados que las estadísticas descriptivas.

Además, los grandes datos solo son útiles para un puñado de empresas. Específicamente aquellos que resuelven problemas profundamente complejos (StitchFix) o proporcionan experiencias altamente personalizadas para los usuarios (Facebook). Sospecho que las empresas que no lo hacen (McDonald’s) probablemente no se beneficiarían tanto del big data.

Ahora, los científicos de datos trabajan con big data. Cualquier empresa que se beneficie de Big Data requiere un científico de datos para utilizar Big Data.

Dicho esto, el punto de contratar a un científico de datos es construir un producto basado en datos para uso interno o externo. No todos los científicos de datos trabajan con Big Data, y muchas empresas podrían beneficiarse de un producto basado en datos basado en los datos que tienen.

No estoy seguro de si uno es realmente mejor que el otro en todos los casos. Puedo concebir casos en los que una iniciativa de Big Data es más valiosa que la contratación de un equipo de científicos de datos y viceversa.

¿Te gusta crear o analizar?

Por lo general, es así:
1) se identifica el problema
2) se identifica un gran conjunto de datos que puede resolver el problema
3) los ingenieros crean un sistema para recopilar, almacenar y permitir que otros recuperen y analicen datos
4) los científicos de datos usan el sistema (y a veces lo modifican si son capaces)

Técnicamente, big data es un conjunto de datos que no puede manejar con herramientas estándar. Y la ciencia de datos es una colección de métodos para procesar los grandes datos y obtener información. Entonces, es como el pollo y el huevo, uno no es mejor que el otro.

No creo que puedas estudiar uno sin el otro. Finalmente convergen.

More Interesting

Estoy interesado en obtener un título de licenciatura en línea post-bac de la Oregon State University en Data Science. ¿Sería una responsabilidad obtener un título en línea?

¿Qué tipo de cosas debería aprender a ser un analista de datos más reciente?

Después de tomar las estadísticas AP, descubrí que estaba realmente interesado en las estadísticas. ¿Qué me recomendarías para seguir aprendiendo más al respecto?

Para ser un buen analista de negocios, ¿qué tan bueno debería ser en R prog? ¿Están bien los conceptos básicos o debo tener un conocimiento profundo de ellos?

¿Cuál es la diferencia entre el modelo predictivo y una regla comercial descriptiva?

Cómo documentar un proyecto de ciencia de datos

Si pudiera realizar una pasantía como pasante de minería de datos en cualquier empresa de Silicon Valley, ¿dónde trabajaría y por qué?

¿Cómo un nuevo graduado que no es CS ingresa a la ciencia de datos?

Cómo determinar la complejidad de una oración en inglés

¿Puedo duplicar los mismos datos para una tarea de clasificación en términos de aumento de datos?

¿Hay algún conjunto de datos biológicos periódico con respecto al tiempo y forma un bucle cuando se traza entre ellos pero no contra el tiempo? Mira el comentario!

¿Qué es la ciencia de datos y cómo se relaciona Python con ella?

¿Están sobrevaloradas las estimaciones de la escasez de científicos de datos? La inversión en herramientas y productos de big data está en aumento, al igual que los institutos que ofrecen títulos en Big Data / Data Science. ¿La inversión y el desarrollo de infraestructura significarán una disminución en el empleo?

¿Puedo solicitar puestos de trabajo en Data Science si he aprendido el campo con MOOC?

¿Debería una persona aprender sobre ciencia de datos en general antes de entrar en el aprendizaje automático? ¿Por qué?