Văzând ce trebuie să știți atunci când începeți în Data Science - dummies

O parte din Data Science For Dummies Cheat Sheet

În mod tradițional, datele mari reprezintă termenul pentru date care au un volum, o viteză și o varietate incredibile. Tehnologiile tradiționale de baze de date nu sunt capabile să manipuleze date importante - sunt necesare soluții mai inovatoare de date bazate pe date. Pentru a evalua proiectul pentru a se califica drept un proiect de date de mare valoare, luați în considerare următoarele criterii:

• Volum: Între 1 terabytes / an și 10 petabytes / year

• Viteza: Între 30 kilobiți / secundă și 30 gigabytes / secundă

• Varietate: Surse combinate de date nestructurate, semistructurate și structurate

ingineria datelor nu sunt aceleași

Managerii de angajare tind să confunde rolurile omului de știință și inginerului de date. În timp ce este posibil să găsiți pe cineva care face puțin din ambele, fiecare domeniu este incredibil de complex. Este puțin probabil să găsiți pe cineva cu abilități și experiențe robuste în ambele domenii. Din acest motiv, este important să puteți identifica ce tip de specialist este cel mai potrivit pentru a vă ajuta să vă atingeți obiectivele specifice. Descrierile de mai jos vă vor ajuta să faceți acest lucru.

Inginerii de date: Inginerii de date folosesc abilități în domeniul informaticii și al ingineriei software pentru a proiecta sisteme și a rezolva probleme cu manipularea și manipularea seturilor mari de date.

Știința datelor și informațiile de business nu sunt, de asemenea, aceleași

Oamenii de știință și analiștii de afaceri orientați spre afaceri, care fac afaceri de inteligență, sunt ca niște veri. Ambele tipuri de date de specialitate utilizează pentru a atinge aceleași obiective de afaceri, însă abordările, tehnologiile și funcțiile acestora sunt diferite. Descrierile de mai jos explică diferențele dintre cele două roluri.

Inteligența de afaceri (BI):

Soluțiile BI sunt construite în general folosind seturi de date generate intern - de la o organizație mai degrabă decât din afară, cu alte cuvinte. Instrumentele și tehnologiile comune includ procesarea analitică online, transformarea și încărcarea extrasului și depozitarea datelor. Deși BI implică uneori metode orientate spre viitor, cum ar fi prognoza, aceste metode se bazează pe deducții matematice simple din datele istorice sau actuale.

• Știința datelor centrate pe afaceri: Soluțiile pentru știința datelor bazate pe afaceri sunt construite folosind seturi de date care sunt atât interne, cât și externe unei organizații. Uneltele, tehnologiile și abilitățile comune includ platformele de analiză bazate pe cloud, programarea statistică și matematică, învățarea automată, analiza datelor utilizând Python și R și vizualizarea avansată a datelor. Oamenii de știință de date bazate pe afaceri folosesc metode matematice sau statistice avansate pentru a analiza și genera predicții din cantități mari de date de afaceri.