¿Cuál es la mejor tecnología, ciencia de datos o big data?

Big data utiliza estadísticas y conceptos inductivos de la identificación de sistemas no lineales para inferir leyes (regresiones, relaciones no lineales y efectos causales) de grandes conjuntos de datos con baja densidad de información para revelar relaciones y dependencias, o para realizar predicciones de resultados y comportamientos.

mientras,

Los científicos de datos utilizan sus datos y su capacidad analítica para encontrar e interpretar fuentes de datos enriquecidas. Administre grandes cantidades de datos a pesar de las limitaciones de hardware, software y ancho de banda; fusionar fuentes de datos. Garantizar la coherencia de los conjuntos de datos. crear visualizaciones para ayudar a comprender los datos. Construir modelos matemáticos utilizando los datos. Presente y comunique los conocimientos / hallazgos de datos. A menudo se espera que produzcan respuestas en días en lugar de meses, que trabajen mediante análisis exploratorios e iteraciones rápidas, y que produzcan y presenten resultados con tableros (pantallas de valores actuales) en lugar de documentos / informes, como normalmente hacen los estadísticos.

Y como lo cita Harvard Buisness Review, ‘Data Scientist’ es “El trabajo más sexy del siglo XXI”

Desde mi punto de vista … Ambas son tecnologías conectadas, pero los científicos de datos son mejores tecnólogos.

Big data es una colección de grandes volúmenes de datos que no pueden procesarse utilizando los sistemas tradicionales de administración de bases de datos. Esta gran cantidad de datos proviene de varias fuentes, como teléfonos inteligentes, Twitter, Facebook y otras fuentes. Según diversas encuestas, el 90% de los datos mundiales se generan en los últimos dos años.

Para abordar estos problemas, los laboratorios de Google idearon un algoritmo para dividir su gran cantidad de datos en fragmentos más pequeños y asignarlos a muchas computadoras y, cuando se hicieron los cálculos, recuperar los resultados para consolidarlos. Este marco de software para almacenar y procesar big data se conoce como Hadoop. El framework Hadoop tiene muchos componentes como HDFS, MapReduce, HBase, Hive, Pig, sqoop, zookeeper para analizar datos estructurados y no estructurados utilizando hardware básico. Este es un curso de capacitación reconocido en la industria que es una combinación de los cursos de capacitación en desarrolladores de Hadoop, administrador de Hadoop, pruebas de Hadoop y análisis de big data. La capacitación de Cloudera Hadoop lo preparará para eliminar la certificación de Big Data.

Big data Sé que mucha gente comentará inmediatamente mi respuesta, ya que la ciencia de datos es la palabra de moda para este año. Les solicito que verifiquen cuántos proyectos de ciencia de datos realmente pagan bien a la compañía de servicios de TI. Si esas compañías no obtienen ganancias, ¿por qué invertirían? Sin embargo, las implementaciones de Big Data están obteniendo buenos ingresos, la ciencia de datos es una parte muy pequeña del nicho. No puedes dejarlo ir, pero las posibilidades de que te contraten sin experiencia son muy bajas. Big data te dará un trabajo.

En primer lugar, no pueden describirse como tecnologías. Son 2 disciplinas. No podemos decir cuál es mejor sin especificar, ¿sobre qué base los estamos comparando?

Sus preguntas pueden / deberían ser como

¿Cuál de estos dos tiene buen futuro?

¿Cuál de estos dos es fácil de aprender?

¿Cuál de estos dos tiene más vacantes en la actualidad?

Ambos están relacionados y uno no puede estar completo en ausencia de otro.

Sin Big Data y su conocimiento de las capacidades de procesamiento. En ciencia de datos no podrá obtener información fácilmente.

Haga sus investigaciones correctamente. No hay comparación entre dos, ya que ambos están conectados de alguna manera.