Не забудьте поширити ❤️
Метт Пржібила попрацював і дата-аналітиком, і дата-сайентістом, тому він добре розуміє різницю між цими вакансіями. Щоб зрозуміти, яка з них краще підходить саме вам, важливо уявляти, з якими завданнями вам доведеться зіткнутися. У кожної з цих професій є свої особливості, які можуть мати велике значення при виборі кар’єрного шляху.
Дата-аналітик
Якщо вам подобається описувати дані, виявляти в них тренди, аналізувати отримані результати та, нарешті, візуалізувати їх для замовника, вам підійде позиція дата-аналітика. Швидше за все, в ході роботи ви будете досить багато спілкуватися з людьми та рухатися по кар’єрних сходах швидше, ніж це роблять дата-сайентісти.
Хочу стати дата-сайентістом. Що потрібно робити?
- З ким вам доведеться працювати?
Ви будете часто взаємодіяти з представниками компаній, які замовляють обробку та візуалізацію даних. Іноді ви будете зустрічатися в офісі, іноді спілкування відбуватиметься онлайн – електронною поштою, Slack і Jira. З мого досвіду, вам доведеться регулярно спілкуватися з людьми та займатися в основному аналітикою, при цьому інженерних задач і роботи з продуктом буде менше.
- З ким потрібно буде ділитися висновками?
Швидше за все, з тими ж самими людьми. Однак, якщо у вас є менеджер, спілкування частково буде відбуватися через нього. Також бувають ситуації, коли дата-аналітик отримує завдання, виконує його і потім самостійно представляє результати замовникам. Для складання звітів часто використовуються такі інструменти, як Tableau, Google Data Studio, Power BI та Salesforce. В основному вони працюють з доступними джерелами, такими як CSV-файли, але іноді доводиться створювати складніші SQL-запити до баз даних.
- З якою швидкістю потрібно виконувати завдання?
Ви будете працювати над проєктами значно швидше, ніж дата-сайентіст. Запити, матеріали та аналітичні дані приходять регулярно, і на їх основі потрібно створювати звіти. Дата-аналітику як правило не потрібно будувати моделі та робити прогнози – його завдання більш ситуативні та описові, тому їх можна виконувати швидше.
Дата-сайентіст
Дата-сайентісти займаються більшими проєктами – наприклад, створенням та розгортанням моделей машинного навчання. В процесі вони можуть консультуватися з декількома інженерами та менеджерами з продукту, щоб переконатися в правильності та ефективності коду, а також в тому, що модель, яка вийшла, вирішує поставлене бізнес-завдання. При цьому дата-аналітики можуть працювати поодинці за допомогою Tableau.
- З ким вам доведеться працювати?
На відміну від дата-аналітика, ви будете зустрічатися з замовником набагато рідше, зате вам будете тісно співпрацювати з інженерами даних, розробниками програмного забезпечення та менеджерами по продукту.
- З ким потрібно буде ділитися висновками?
Не тільки з замовниками, а й з іншими інженерами – наприклад, з тими, хто відповідає за фінальний вигляд продукту і створює для користувача інтерфейс.
- З якою швидкістю потрібно виконувати завдання?
Можливо, найбільша відмінність між двома професіями. Дата-аналітика – більш динамічна сфера, в той час як у дата-сайентіст можуть йти тижні та місяці на один проєкт. Збір даних, створення та налаштування моделей, обробка результатів – все це вимагає серйозних витрат часу.
Дата-аналітики та дата-сайентісти можуть використовувати однакові інструменти – наприклад, Tableau, SQL, і навіть Python – але їх завдання істотно відрізняються один від одного. Дата-аналітик працює з даними про минуле та сьогодення, йому потрібно швидко закривати завдання і часто спілкуватися з людьми, прокачувати комунікативні навички. Дата-сайентіст довше працює над проєктом, взаємодіє з інженерами та менеджерами по продукту і створює прогнозні моделі.
Ми у соцмережах: