Prefiero Data Scientist no por la sensualidad del título, sino porque es un puesto de trabajo que implica una gama más amplia de habilidades de análisis de datos y una comprensión más profunda de los algoritmos estadísticos. Supongo que si te llaman uno, significaría que tienes el arsenal completo de análisis y visualización de datos combinado con excelentes habilidades de comunicación técnico-empresarial y años de experiencia en la construcción de dichos productos y sistemas. Básicamente, Data Analyst es el rol junior y Data Scientist es el rol senior.
Creo que este enlace explica claramente la diferencia entre los dos: 3 carreras de datos decodificadas y lo que significa para usted
Analista de datos:
- ¿Cuáles son los campos de más rápido crecimiento que involucran estadísticas?
- ¿Cómo es trabajar en una empresa de consultoría en ciencia de datos?
- ¿Cuáles son las habilidades necesarias para ser un buen analista de datos? ¿Qué cursos se requieren para ser un buen analista de datos? ¿Es bueno entrenar esas tecnologías cuando está más fresco?
- ¿En qué organización es mejor trabajar para un puesto de pasantía en ciencia de datos, Analytics Vidhya o Sigmaway?
- ¿Qué cursos de posgrado debo elegir para el aprendizaje automático?
Los analistas de datos deben tener una comprensión básica de cinco competencias básicas: programación, estadísticas, aprendizaje automático, munging de datos y visualización de datos.
Los analistas de datos reciben instrucciones de profesionales de datos más experimentados en su organización. Sobre la base de esa orientación, adquieren, procesan y resumen datos.
Científico de datos:
… el trabajo de un científico de datos requiere habilidades más sofisticadas para abordar un mayor volumen y velocidad de datos.
Como tal, un científico de datos es alguien que puede hacer una investigación no dirigida y abordar problemas y preguntas abiertas. Los científicos de datos suelen tener títulos avanzados en un campo cuantitativo, como informática, física, estadística o matemáticas aplicadas, y tienen el conocimiento para inventar nuevos algoritmos para resolver problemas de datos .
Énfasis en la capacidad de hacer “investigación no dirigida” e “inventar nuevos algoritmos para resolver problemas de datos”. Eso no es algo que cualquiera pueda hacer. Requiere mucha experiencia en la lectura de numerosos documentos técnicos / revistas y la traducción de ecuaciones en código, sin mencionar la modificación del problema en cuestión. También tiene que mantenerse actualizado con los últimos avances sobre diversos temas como PNL, reconocimiento de imágenes y similares. También tiene que saber cómo llegar a un equilibrio entre rendimiento y practicidad, es decir, no siempre es práctico implementar en producción el algoritmo más preciso que existe. Creo que es exactamente por eso que se le llama un “científico” de datos. Definitivamente no es porque suene sexy. Por el contrario, conlleva muchas responsabilidades y numerosos ataques de síndrome de impostor.
Siempre querrás ser mejor, si no el mejor (excepto si eres un genio), en algo que haces, ¿verdad?