最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

推荐 :数据科学领域的职位划分以及职责技能

[复制链接]
跳转到指定楼层
楼主
发表于 2015-11-19 16:41:04 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 168主编 于 2018-12-29 11:54 编辑

随着数据科学领域的招聘信息越来越多,范围也越来越广。Datacamp根据最新的数据科学相关招聘信息,全面的了解各个行业之间数据科学领域每个职位角色之间的差异,以及所赋予的工作职责。
最主要分为以下几个职位:数据科学家、数据分析师、数据架构师、数据工程师、统计学家、数据库管理员、业务数据分析师、数据产品经理。下面通过信息图区分每个职位的角色介绍、必备语言技能。
数据科学家数据科学家
角色/任务:
清洗,管理和组织(大)数据
必备语言:
R,SAS,Python,Matlab,SQL,HivePig,Spark
技能和特长:
  • 分布式计算
  • 预测模型
  • 故事讲述和可视化
  • 数学\统计,机器学习
数据分析师数据分析师
角色/任务:
收集,处理和执行统计数据分析
必备语言:
R, Python, HTML,Javscript,C/C++,SQL
技能和特长:
  • 电子表格工具(例如Excel)中
  • 数据库系统(SQL和基于NO SQL)
  • 通信可视化
  • 数学,统计,机器学习
数据架构师数据架构师
角色/任务:
创建数据管理系统进行整合,集中,保护和维护数据源
必备语言:
SQL,XML,HIVE,PIG,SPARK
技能和特长:
  • 数据仓库解决方案
  • 深入了解数据库体系结构
  • 提取thansformation和加载(ETL),电子表格和BI工具
  • 数据建模
  • 系统开发
数据工程师数据工程师
角色/任务:
开发,建设,测试和维护架构(如数据库,以及较大规模的处理系统)
必备语言:
SQL,Hive,Pig,R,Mtlab,SAS,SPSS,Python,Java,Ruby,C++,Perl
技能和特长:
  • 数据库系统(SQL和基于NO SQL)
  • 数据建模ETL工具
  • 数据API
  • 数据仓库解决方案
统计学家统计学家
角色/任务:
收集,分析和解释,定性和定量的数据统计理论和方法
必备语言:
R,SAS,SPSS,Mtlab,Stata,Python,Perl,Hive,Pig,Spark,SQL
技能和特长:
  • 统计理论方法
  • 数据挖掘机器学习
  • 分布式计算(hadoop的)
  • 数据库系统(SQL和基于NO SQL)
  • 云工具
数据库管理员数据库管理员
角色/任务:
确保数据库是提供给所有相关用户,正在正确执行,并且安全运行
必备语言:
SQL,Java,Ruby on Rails,XML,C#,Python
技能和特长:
  • 备份恢复
  • 数据建模和设计
  • 分布式计算(Hadoop的)
  • 数据库系统(SQL和基于NO SQL)
  • 数据安全
  • ERP业务知识
业务数据分析师业务数据分析师
角色/任务:
改进业务流程的业务和IT之间的中介
必备语言:
SQL
技能和特长:
  • 基本工具(例如微软Office)
  • 数据可视化工具(e.g.Tableau)
  • 自觉听和讲故事
  • 商业智能的理解
  • 数据建模
数据产品经理数据产品经理
角色/任务:
管理团队分析师和数据科学家
必备语言:
SQL,R,SAS,Python,Matlab,Java
技能和特长:
  • 数据库系统(SQL和基于NO SQL)
  • 领导项目管理
  • 人际沟通
  • 数据挖掘预测建模数据建模
国际平均水平薪资(US)
在今天,要找到一份符合自己梦想的数据科学工作,在没有统一的数据科学的定义和角色任务的情况下,一定要弄清楚是做什么产品什么项目,将要用到什么技术,什么语言,然后才能有针对性的去进行相关学习和培训。

1028.jpg (96.12 KB, 下载次数: 53)

1028.jpg
楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-3 22:30

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表