Sa nakaraang taon ang agham ng data ay hindi maipaliwanag mula sa araw-araw na pagpapatakbo. Ang agham ng data ay nagtatrabaho sa Mga Produkto, Marketing, Engineering at mga benta upang makagawa ng mga mahahalagang desisyon. Ang mga kahindik-hindik na pahayag ng 'Data Scientist' na ang pinakaseksing na trabaho ay lumaki ang katanyagan ng pamagat na ito ng titulo sa trabaho.
Bilang isang resulta maaari naming makita ang mga tao na nag-flash ng kanilang titulo sa trabaho at ilang nagsusumikap na maging isa. Sa pagtingin sa kanilang mga kwalipikasyon, edukasyon, karanasan, kakayahan at pag-uugali, halata na hindi lahat sila nahuhulog sa parehong kategorya. Kaya bakit gumagamit sila ng parehong pamagat ng trabaho anuman ang pagkakaiba?
Ito ay maaaring sanhi ng ang katunayan na ang mga siyentipiko ng data ay maaaring malawak na maiuri sa dalawang kategorya:
- Nakatuon sa agham ng data ang produkto.
- Ang estilo ng Business Intelligence ng agham ng data.
Mayroong halos 4 hanggang 5 na mga pangkat sa bawat kategorya.
Sa ulat ni O'Reilly Strata na 'Pagsusuri sa Mga Pagsuri', ang mga siyentipiko ng data ay nauuri batay sa batayan ng agham ng data na nakatuon sa produkto tulad ng sumusunod.
Nakatuon sa Produkto na Agham ng Data
- Mananaliksik sa Data
Ang mga propesyonal sa kategoryang ito ay nagmula sa akademikong mundo at may malalim na mga background sa mga istatistika o mga pang-agham pisikal o panlipunan. Ang ganitong uri ng data scientist ay madalas na nagtataglay ng isang PhD ngunit mahina ang husay sa pag-aaral ng Machine, Programming o Business.
- Data Developer
Ang mga taong ito ay may posibilidad na tumutok sa mga teknikal na isyu na kasama ng paghawak ng data. Malakas ang mga ito sa pag-program at pag-aaral ng makina ngunit mahina sa mga kasanayan sa negosyo at istatistika.
- Mga Lumikha ng Data
Ito ang mga lalaki na gumawa ng isang bagay na makabago mula sa mga bundok ng data. Mahusay silang may kasanayan sa pag-aaral ng makina, Big Data, programa at iba pang mga kasanayan upang mahawakan ang napakalaking data.
magdagdag ng dalawang numero sa java
- Mga taong Negosyo sa Data
Kinakatawan nila ang panig ng negosyo at responsable para sa paggawa ng mahahalagang desisyon sa negosyo sa pamamagitan ng mga diskarte sa analytics ng data. Ang mga ito ay isang eclectic na timpla ng kasanayan sa negosyo at teknikal.
Batay sa Agham na Nakabase sa Data sa Negosyo
- Dami, exploratory ng Data Scientists
Ang dami, exploratory na mga siyentipiko ng data ay may hilig na magkaroon ng mga PhD at gumagamit ng teorya upang maunawaan ang pag-uugali. Sa pamamagitan ng pagsasama-sama ng teorya at pagsaliksik ng pagsaliksik, ang mga siyentipikong ito ng data ay nagpapabuti ng mga produkto.
- Mga Siyentipiko ng Data ng Pagpapatakbo
Ang mga siyentipikong data ng pagpapatakbo ay madalas na nagtatrabaho sa mga koponan sa pananalapi, benta o pagpapatakbo sa isang samahan. Ang kanyang tungkulin ay pag-aralan ang pagganap, mga tugon at pag-uugali ng isang proseso, upang mapabuti ang diskarte at kahusayan ng samahan.
- Mga Siyentipiko ng Data ng Produkto
Ang mga siyentipiko ng data ng produkto ay umaangkop sa pamamahala ng produkto o engineering. Ang kanilang trabaho ay ang pagsala sa mga log at tool sa pagsusuri, upang maunawaan ang paraan ng paggamit ng mga gumagamit ng isang produkto at magamit ang kaalamang iyon upang maiayos ang produkto.
mga pamamaraan ng klase ng scanner sa java
- Mga Siyentista sa Data ng Marketing
Ang mga siyentipiko ng data ng marketing ay nakatuon sa base ng gumagamit, sinusuri ang pagganap at nagtatrabaho sa pagpapabuti ng kahusayan, katulad ng karaniwang tao sa marketing.
- Mga Data ng Siyensya sa Pananaliksik
Ang mga siyentipikong data ng pananaliksik ay lumilikha ng mga pananaw mula sa isang hanay ng data. Bihira para sa mga nagsisimula na kumpanya na gumamit ng mga siyentipikong mananaliksik dahil ang output ay hindi nakatali sa kita. Ngunit ang mas malalaking kumpanya, iniisip ng mga tanke at institusyong pampinansyal.
Ipinapakita ng pag-uuri na ito ang anumang pangkat ng mga tao ay maaaring mailagay sa alinman sa kategorya. Ang tamang uri ng data scientist ay maaaring mapili batay sa kinakailangan ng samahan
Bago piliin ang uri ng data scientist na nais mong maging, isaalang-alang ang mga kinakailangang kasanayan o mga kasanayang mayroon ka nang kakayahang magpatuloy sa naaangkop na direksyon.
Kaya sino ka magiging ?? Isang programmer, isang istatistika, isang nagmemerkado, isang nangunguna sa negosyo o isang jack ng lahat ng mga kalakal ??
Ang Edureka ay may isang espesyal na na-curate na tumutulong sa iyo na makakuha ng kadalubhasaan sa Mga Algorithm ng Pag-aaral ng Machine tulad ng K-Means Clustering, Mga Puno ng Desisyon, Random Forest, Naive Bayes. Malalaman mo ang mga konsepto ng Statistics, Time Series, Text Mining at isang pagpapakilala din sa Deep Learning. Ang mga bagong batch para sa kursong ito ay nagsisimula na !!