Quais são serão os profissionais de BI e Big Data
Por: Luiz Gustavo Gumiero • 1/9/2019 • Resenha • 460 Palavras (2 Páginas) • 143 Visualizações
Qual a diferença entre o analista de dados, Engenheiro de dados e cientista de Dados
Analista de dados | Engenheiro de dados | Cientista de Dados |
Analisa dados numéricos e usa-os para ajudar as empresas a tomar melhores decisões. | O Engenheiro de Dados envolve a preparação de dados. Eles desenvolvem, constroem, testam e mantêm uma arquitetura completa. | Um cientista de dados analisa e interpreta dados complexos. Eles são combatentes de dados que organizam (big data) dados |
- Analista de dados
A maioria dos profissionais de nível básico interessados em entrar em um trabalho relacionado a dados começam como analistas de dados. Qualificar-se para este papel é o mais simples possível. Tudo que você precisa é de um diploma de bacharel e um bom conhecimento estatístico. Fortes habilidades técnicas seria um plus e pode lhe dar uma vantagem sobre a maioria dos outros candidatos. Além disso, as empresas esperam que você entenda o manuseio de dados, modelagem e técnicas de relatórios, juntamente com uma forte compreensão do negócio.
- Engenheiro de dados
Engenheiro de dados ou adquire um mestrado em um campo relacionado com dados ou reunir uma boa quantidade de experiência como analista de dados. Um Engenheiro de Dados precisa ter uma sólida formação técnica com a capacidade de criar e integrar APIs. Eles também precisam entender o pipeline de dados e otimização de desempenho.
- Cientista de Dados
È aquele que analisa e interpreta dados digitais complexos. Embora existam várias maneiras de entrar no papel de um cientista de dados, a mais perfeita é adquirir experiência suficiente e aprender as várias habilidades do cientista de dados. Essas habilidades incluem análises estatísticas avançadas, uma compreensão completa da autoaprendizagem, condicionamento de dados, etc.
Conjuntos de Competências
Analista de dados | Engenheiro de dados | Cientista de Dados |
Data Warehousing | Data Warehousing & ETL | Competências estatísticas e analíticas |
Adobe e Google Analytics | Conhecimentos avançados de programação | Mineração de Dados |
Conhecimento de programação | Análise baseada em Hadoop | Princípios da Aprendizagem Automática e da Aprendizagem Profunda |
Scripting e habilidades estatísticas | Conhecimento profundo de SQL/banco de dados | Conhecimento de programação em profundidade (codificação SAS/R/ Python) |
Relatórios e visualização de dados | Arquitetura de dados e pipeline | Análises baseadas em Hadoop |
Conhecimento de SQL/base de dados | Conhecimento do conceito de aprendizado de máquina | Otimização de dados |
Folha de cálculo | Scripting, relatórios e visualização de dados | Tomada de decisões e competências transversais |
...