¿Cuál es la diferencia entre un título en Business Analytics y un título en Data Science?

Desde el punto de vista de las tecnologías y el plan de estudios, los grados de Business Analytics (generalmente ofrecidos como un subconjunto de pistas de ciencia de datos) probablemente se centrarían en MS Excel, SQL, Tableau, SAS, Qlik View, R Programming, etc. Aquí se centraría en los conceptos hacia estadísticas relacionadas con el negocio (incluidos análisis descriptivos y predictivos, y algoritmos de aprendizaje automático a nivel de base), para que pueda obtener información principalmente de fuentes de datos pequeñas (almacenes de BI, datos generados a partir de operaciones internas, etc.) y generar información relevante percepciones de negocios.

Trabajo en una empresa de Edtech llamada UpX Academy promovida por Tech Mahindra, y acabamos de comenzar un programa en línea en Business analytics para agosto de 2017. Diseñado pensando en principiantes y no programadores, quienes desearían trabajar como analistas de negocios, profesionales de análisis de datos y eventualmente realizar la transición al dominio de Data Science. Este programa de 6 meses es práctico y enfocado en proyectos y le permitiría especializarse en análisis de productos y aprender Implementación de aplicaciones de análisis en dominios empresariales como marketing, recursos humanos, finanzas, comercio minorista, comercio electrónico, marketing digital, etc. Puede ver el contenido y la ruta de aprendizaje en los enlaces que se proporcionan a continuación.

Programa de certificación de 6 meses de Business Analytics – UpX Academy

Los grados de Data Science, por otro lado, si lo hace desde un proyecto / programa enfocado en la investigación Data Science (Master), le permitiría principalmente enfocarse en conceptos avanzados de aprendizaje automático, tecnologías relacionadas con big data como No SQL, Spark e AI dominio relacionado como aprendizaje profundo, etc. El contenido de la programación puede ser de nivel avanzado y encontrará Python, R y, en algunos casos (Empresas en Alemania) C, C ++, Matlab, que se utilizan ampliamente. Aquí hay algunas sesiones de información de la industria sobre aplicaciones de ciencia de datos en la industria para su referencia.

Semana de la ciencia de datos – junio de 2017 – YouTube

Semana de aprendizaje automático | Academia UpX – YouTube

Información del curso para el lote del 19 de agosto de 2017 – YouTube

Siento que Business Analyst es más como un consultor que utiliza metodologías y tecnologías existentes para desarrollar información a partir de los datos. Mientras que, por otro lado, Data Scientist es quien desarrolla nuevas tecnologías, algoritmos, herramientas, etc. Data Scientist está más orientado hacia la Investigación y el Desarrollo. Nuevamente, no existe una definición específica para definir las dos áreas.

Una respuesta simple y práctica es “Ninguna”: no hay diferencia entre la ciencia de datos y Business Analytics. Es mi punto de vista personal. Un científico de datos o analista de negocios efectivo debe poseer conocimientos de Estadística, Pensamiento Analítico / Lógico, Habilidades Técnicas (por ejemplo, SAS, R, etc.) y buenas habilidades de comunicación. Ahora Data Science o Data Scientist se ha convertido en un nombre más sofisticado.

El área es bastante grande, pero los cursos de ciencia de datos deberían tener más cursos sobre ingeniería de grandes datos y datos no estructurados (grandes) que los títulos de Analytics.

La realidad es que esos temas generalmente están cubiertos hasta cierto punto por cualquier tipo de programa

¿Cuál es la diferencia entre una maestría en MIS y análisis de negocios / BI / big data?
Aquí hay una pregunta similar donde se menciona la diferencia entre los cursos MIS y BA. Tenga en cuenta que en muchos lugares, MIS y Business Analytics se usan indistintamente. Será mejor que verifique los detalles en una universidad específica. MIS es parte de TI, mientras que la ciencia de datos normalmente es parte del departamento de Matemáticas / Estadística. El análisis empresarial generalmente se combina como parte del departamento de gestión o marketing con una combinación de contenido de MIS y ciencia de datos.