大数据分析 - 数据科学家

数据科学家的角色通常与预测建模、开发细分算法、推荐系统、A/B测试框架以及经常处理原始非结构化数据等任务相关联。

他们工作性质要求对数学、应用统计和编程有深刻的理解。数据分析师和数据科学家之间有一些共同的技能，例如查询数据库的能力。两者都分析数据，但数据科学家的决策可能会对组织产生更大的影响。

以下是一套数据科学家通常需要具备的技能：

• 使用统计软件包进行编程，例如：R、Python、SAS、SPSS或Julia
• 能够从不同来源清洗、提取和探索数据
• 统计模型的研究、设计和实施
• 深厚的统计学、数学和计算机科学知识

在大数据分析中，人们通常会混淆数据科学家和数据架构师的角色。实际上，区别非常简单。数据架构师定义数据存储的工具和架构，而数据科学家则使用此架构。当然，数据科学家如果需要为临时项目设置新工具，也应该能够做到，但基础设施的定义和设计不应成为其任务的一部分。