¿Son iguales los trabajos de análisis de datos y ciencia de datos?

Ni siquiera cerca.

Aquí están los tres trabajos muy técnicos y bien remunerados en aprendizaje automático.

  • Científico de datos – Tipos de doctorado
  • Ingeniero de aprendizaje automático : creador de modelos técnicos, gente de Python, nada más que una licenciatura en algo
  • Ingeniero de datos: administrador de datos, todos los datos, infraestructura, encargado de mover datos, nada más que una licenciatura en algo

El pago está cerca de todo lo anterior. Los científicos de datos de primer nivel con un doctorado harán más. Conozco a varios ingenieros de aprendizaje automático e ingenieros de datos que facturan a $ 150 / hora. No está mal rascarse.

Un analista de datos es a menudo un tipo de negocio. A menudo conocerán SQL, pero estas no son personas técnicas . No viven en el lado de TI de la casa. Los salarios no se acercan a los mencionados anteriormente.

Si está interesado en el aprendizaje automático, comience aquí:

Los ingenieros de aprendizaje automático son realmente buenos en Python y Pandas. ¿Por qué pandas?

Bueno, porque mucho aprendizaje automático es una disputa de datos.

Comience aquí: el curso completo de Python para ingenieros de aprendizaje automático

El curso es gratuito y podrá ver qué hace el ingeniero de aprendizaje automático aplicado todo el día.

Realmente no. El ejemplo más fácil que le puedo dar es mirar el currículo de las dos principales ofertas de datos de Springboards: Data Analytics for Business vs. este último, y rara vez usa esas habilidades.

Si desea comprender cómo las empresas, el marketing y las operaciones pueden usar los datos, considere el análisis / análisis de datos. Si desea construir un algoritmo de aprendizaje automático, un motor de recomendación o IA, ¡investigue la ciencia de los datos!

El límite hermético no existe entre el significado de estas dos palabras. El análisis de datos ocurre incluso en el trabajo de ciencia de datos.

Sin embargo, la ciencia de datos idealmente debería tener más componentes de codificación compleja, estadística aplicada y aprendizaje automático.

En una línea, puede decir que la ciencia de datos es un análisis de datos poco evolucionado, que generalmente implica una buena cantidad de trabajo en un paquete estadístico (como SAS / R / python) y un buen uso de algoritmos aplicados de estadísticas / aprendizaje automático en problemas comerciales.

More Interesting

¿Cuál es la diferencia entre los datos generados por la actividad y los generados por la máquina en la terminología de Big Data?

¿Qué se puede inferir de esta gráfica de función de autocorrelación con pendiente descendente totalmente positiva?

¿Qué tan buena es la colocación cooperativa para el programa de Big Data en SFU? ¿Cómo son las oportunidades de trabajo para el programa de Big Data en Vancouver para graduados de SFU?

¿Cuál es la mejor opción de alojamiento para una empresa de big data?

¿Qué es la minería de datos? ¿Cuál es la necesidad de la minería de datos?

¿Cuáles son las perspectivas de empleo si completo el Master de Ciencia de Datos de Código Abierto en http://datasciencemasters.org?

¿Cuáles son los usos de la minería de datos?

¿Cómo reconocer a Rising Stars en el campo de los negocios? Que métodos

Cómo comenzar en ciencia de datos

En un análisis de datos que ha realizado, ¿qué técnicas funcionaron y cuáles no?

¿En qué tecnología el crecimiento es mayor si necesitamos elegir uno de JAVA y BIG DATA?

Como programador competitivo, ¿qué es más probable, un trabajo de ingeniería de software o un trabajo de científico de datos?

Cómo dominar la programación de Python para trabajos de ciencia de datos

¿Por qué hay muchos módulos en el ecosistema hadoop en lugar de un solo módulo?

Soy un gran desarrollador de datos con antecedentes de Java, escrito en MR, Hive, Spark, Scala, Sqoop y Tableau. ¿Qué sigue para aprender a ser analista de datos / científico de datos?