简介
- Data Scientist：使用相应技术，提取数据价值；
- Data Engineer：确保服务端和客户端的数据流不会中断；
- Statistician：理解统计学理论，并应用到实际问题。
工作职责
- Data Scientist：
- 根据业务需求计划开发数据分析项目
- 贡献数据挖掘架构、建模标准、分析报告、以及数据分析方法论
- 将数据挖掘结果集成到现有系统
- 监测数据挖掘系统性能，提升系统的效率
- Data Engineer：
- 设计、构造、安装、测试以及维护高度量化的数据管理系统
- 优化数据基础程序和参考标准
- 在现有架构中集成新的数据管理技术和软件工具
- 开发定制软件组件以及分析应用
- Statistician：
- 应用统计理论解决不同产业中的实际问题
- 设计数据获取方法
- 设计调查和实验收集数据
- 分析、解析、以及实施数据分析
- 报告分析结果
技能要求
- Data Scientist：编程、数理、业务理解、统计学、数据可视化、机器学习
- Data Engineer：数据库设计、产品编码、数据采集、数据仓库、数据转换
- Statistician：技术分析技能、数理、实施调查、写作、分析建模解析数据、以简单形式解析复杂概念
工具
- Data Scientist：Python、R、SPSS、Matlab、Julia、Spark、Tableau
- Data Engineer：MapReduce、PHP、Spark、MongoDB、js、SQL、Oracle、Apache、HBase
- Statistician：R、Matlab、Excel（还有些没见过[尴尬]）
书籍推荐
- Data Scientist: R Cookbook, Machine Learning, Python for Data Analysis, Agile Data Science (O’REILLY)
- Data Engineer: The Second Machine Age, The Human Face of Big Data, Data Smart, Dataclysm
- Statistician: The Elements of Statistical Leanring
其他
数据分析技能地图 | 提取码：asoa
其余还有工资水平、入门项目、职业路径、招聘公司等方面的对比，详见下图：
