I det siste året har datavitenskap blitt uløselig fra dag til dag. Datavitenskap er ansatt i produkter, markedsføring, engineering og salg for å ta avgjørende beslutninger. Oppsiktsvekkende uttalelser om at 'Data Scientist' er den mest sexy jobben, har skutt i været populariteten til denne nerdete jobbtittelen.
Som et resultat kan vi se at folk blinker jobbtittelen og noen prøver å bli en. Når man ser på deres kvalifikasjoner, utdannelse, erfaring, dyktighet og holdning, er det åpenbart at de ikke alle faller inn i samme kategori. Så hvorfor bruker de samme stillingstittel uansett forskjellene ??
Dette kan skyldes at dataforskere i stor grad kan klassifiseres i to kategorier:
- Produktfokusert datavitenskap.
- Business Intelligence stil for datavitenskap.
Det er omtrent 4 til 5 grupper i hver kategori.
I O'Reilly Stratas rapport 'Analyzing the Analyzers' klassifiseres dataforskerne på grunnlag av produktfokusert datavitenskap som følger.
Produktfokusert datavitenskap
forutsetninger for å lære maskinlæring
- Dataforsker
Fagpersonene i denne kategorien kommer fra den akademiske verden og har inngående bakgrunn innen statistikk eller fysikk eller samfunnsvitenskap. Denne typen dataforsker har ofte doktorgrad, men er svakt dyktig innen maskinlæring, programmering eller virksomhet.
- Datautvikler
Disse karene har en tendens til å konsentrere seg om tekniske problemer som følger med håndtering av data. De er sterke i programmering og maskinlæring, men svake i forretnings- og statistikkferdigheter.
hvordan du bruker swing java
- Data reklamer
Dette er gutta som lager noe nyskapende av fjell av data. De er dyktige innen maskinlæring, Big Data, programmering og andre ferdigheter for å håndtere massive data.
- Data Forretningsfolk
De representerer forretningssiden og er ansvarlige for å ta viktige forretningsbeslutninger gjennom dataanalyseteknikker. De er en variert blanding av forretnings- og teknisk ferdigheter.
Business Intelligence-basert datavitenskap
- Kvantitative, utforskende dataforskere
Kvantitative, utforskende dataforskere er tilbøyelige til å ha doktorgrad og bruke teori for å forstå atferd. Ved å kombinere teori og utforskende forskning forbedrer disse dataforskerne produktene.
- Operative Data Scientists
Operasjonelle dataforskere jobber ofte i økonomi-, salgs- eller driftsteam i en organisasjon. Hans rolle er å analysere ytelse, responser og atferd i en prosess, for å forbedre organisasjonens strategi og effektivitet.
hva er komponentene til Java-plattformen?
- Produktdata forskere
Produktdata forskere passer inn i produktledelse eller engineering. Deres jobb er å sile gjennom logger og analyseverktøy, å forstå måten brukere bruker et produkt på og bruke denne kunnskapen for å finjustere produktet.
- Markedsføringsdata forskere
Markedsføringsdata forskere fokuserer på brukerbasen, evaluerer ytelse og jobber med å forbedre effektiviteten, omtrent som standard markedsførings fyr.
- Forskningsdata forskere
Forskningsdataforskere skaper innsikt fra et datasett. Det er sjelden at nyetableringsselskaper ansetter forskere fordi produksjonen ikke er knyttet til fortjeneste. Men større selskaper, tenketanker og finansinstitusjoner gjør det.
Denne klassifiseringen viser at enhver gjeng mennesker kan plasseres i en hvilken som helst av kategoriene. Riktig type datavitenskapsmann kan velges ut fra organisasjonens krav
Før du velger hvilken type datavitenskapsmann du vil bli, bør du vurdere ferdighetene du trenger eller de ferdighetene du allerede har for å fortsette i riktig retning.
Så hvem skal du være ?? En programmerer, en statistiker, en markedsfører, en forretningsfører eller en jack of all trades ??
Edureka har en spesiell kurat som hjelper deg med å få kompetanse innen maskinlæringsalgoritmer som K-Means Clustering, Decision Trees, Random Forest, Naive Bayes. Du lærer også konseptene Statistikk, Tidsserie, Tekstgruvedrift og en introduksjon til dyp læring. Nye batcher for dette kurset starter snart !!