¿Cuáles son las habilidades que diferencian a los científicos de datos con los ingenieros de datos?

No es sorprendente que esta pregunta haya surgido antes. Por ejemplo, en el Berkeley Data Science Forum 2016, un panelista, Aditi Bhagat (Adobe), respondió lo siguiente: “Un científico de datos entiende qué preguntas hacer” en contraste con otras descripciones de trabajo de “datos *”.

Olvidando por un momento qué título le otorgamos, creo que ella hace una distinción importante. La implicación es que un “científico de datos” comprende las necesidades comerciales, las necesidades humanas y similares, y luego puede relacionarlos con el método, la tecnología y otras cosas que asociamos con la ciencia de datos.

Pero los títulos pueden ser una distracción.

Hace décadas, las bandas de rock solían observar que “enviar el vino de vuelta (en un restaurante elegante)” era una señal de que la banda estaba bajando la colina, y que pronto se rompería. Una analogía empresarial es cuando todos quieren tener un título de “VP”.

Por lo tanto, mi sugerencia es no involucrarse demasiado en los títulos de trabajo, pero entiendo que hay que hacer distinciones importantes. El desafío es que estas distinciones pueden ser sutiles, por supuesto.

Entonces, con experiencia en estadística e ingeniería de software, debe tener un excelente comienzo. Simplemente no olvides que también deberías estar adquiriendo una apreciación y comprensión del punto.

Científico de datos

Debe tener habilidades de científico de datos

• Conocimiento experto de Matemáticas y Estadística .
• Habilidades de programación intermedia.
• Inteligencia empresarial perspicaz.
• Habilidades de visualización de datos y narración de cuentos.
• Conocimiento de algoritmos de aprendizaje automático.

Algunas de las herramientas importantes para Data Scientist

• Pitón
• Programación R
• Apache Spark
• SPSS
• Weka
• Herramientas de visualización de datos como Tableau
• SQL
• …

Ingeniero de datos

Habilidades clave de un ingeniero de datos

• Almacenamiento de datos
• Diseño de bases de datos
• Recolección y transformación de datos.
• Codificación

Algunas de las herramientas importantes para el ingeniero de datos

• Hadoop y herramientas relacionadas como Pig, Hive, HBase, etc.
• Bases de datos NoSQL
• Cloudera
• Herramientas de BI como Pentaho, informática, talend, …
• SQL
• Cassandra
• …

Espero que ayude 🙂

Algunas referencias

Científico de datos http://www.slideshare.net/DavidR …

Comparación de infografías Comparación de trabajos – Científico de datos vs Ingeniero de datos vs Estadístico

Para salario: Salario de Ingeniero de Datos / Ingeniero

Espero que ayude 🙂

Según las últimas ofertas de trabajo, estos son los requisitos previos más importantes que se requieren para los científicos e ingenieros de datos:

Habilidades principales de Data Scientist:

Ingeniero de datos Habilidades principales –

Como puede ver, definitivamente hay cierta superposición de habilidades entre las dos posiciones, incluidas SQL y Python. Si está equipado con ambos, ya está en camino de convertirse en ingeniero de datos. A continuación, recomendaría dedicar algo de tiempo a aprender Java.

En Paysa, incluso puedes ver cuánto valen las habilidades específicas. Por ejemplo, para un ingeniero de software recién graduado en el Área de la Bahía, las habilidades en Java valen alrededor de $ 13K al año. Paysa también puede sugerir habilidades que lo ayudarán a avanzar en su carrera. Aquí está el enlace si quieres verlo: Paysa.

¡Buena suerte!

Creo que el título “ingeniero de datos” generalmente se refiere a alguien que trabaja en el almacenamiento de datos y herramientas y tuberías de procesamiento de datos, mientras que un “científico de datos” es más alguien que trabaja en análisis y modelado de datos. La división aproximada es: el ingeniero de datos trabaja en las herramientas de datos, el científico de datos es el usuario principal de esas herramientas. Tal vez pueda pensar en esto como algo similar a la división de desarrolladores front-end / back-end.

Sin embargo, tenga en cuenta que el científico de datos también usa otras herramientas, como las bibliotecas de aprendizaje automático y las bibliotecas de visualización de datos. Pero típicamente estas herramientas son desarrolladas por el científico de datos y no por el ingeniero de datos.

Los ingenieros de datos deberían ser expertos en más cosas de “back-end” como la gestión de bases de datos y la canalización de datos. Los científicos de datos deberían ser más hábiles en aprendizaje automático y análisis estadísticos rigurosos.