Data Scientist vs Data Analyst | KajoData Podcast

To bardzo długo trwa. Jest jeszcze inna rzecz. O ile niektóre z tych umiejętności możemy nabywać w swojej obecnej pracy, zanim się przebranżowimy, te umiejętności analityczne, o tyle umiejętności programowania w Pythonie czy programowania w R Są dla nas niedostępne. Tak samo umiejętności nauki machine learning. Jaki jest sens nauki machine learning zanim ktoś ogarnie Excela czy SQLa? Czy to w ogóle ma sens? No moim zdaniem kompletnie nie ma sensu. Dlatego, że uczymy się biegać zanim jeszcze umiemy chodzić. Wybacz, że przerywam. Chciałem tylko przypomnieć, że najlepsze kursy związane z analizą danych i mnóstwo materiałów znajdziesz na mojej stronie.

Tymczasem po stronie Data Scientista będzie tego trochę mniej, będzie trochę więcej pisania kodu. I mi się wydaje, że tutaj ten wpływ AI jest stosunkowo niewielki po jednej i po drugiej stronie. Bo oczywiście my możemy sobie optymalizować nasz kod, tak? Data Analyst może sobie optymalizować SQL-a, może sobie optymalizować Python-a, Data Scientist też może sobie optymalizować Python-a, może sobie próbować optymalizować to jak tam są rozpisane algorytmy do uczenia maszynowego. Ale obie te profesje wciąż muszą to znać, żeby móc sobie to optymalizować, tak? I to jest takie bardziej wspomaganie się AI-em. Tutaj nie ma takiego prostego zastąpienia umiejętności, jak to jest moim zdaniem w przypadku programisty.

To znaczy, Tutaj musimy poczyścić jakieś dane. Tutaj próbujemy sobie zautomatyzować jakiś pipeline machine learningowy. Tutaj robimy jakąś taką mega zaawansowaną analizę w Pythonie. Siedzimy w jakimś takim projekcie. No ale tutaj próbujemy model uczenia maszynowego wrzucić na produkcję, tak? Bo bardzo dużo różnych się rzeczy wymaga od data scientist'a. Ale to są wciąż takie, taka różnorodność technologiczna. Natomiast w przypadku analityka danych, My mamy różnorodność technologiczną, no bo tutaj rzeźbimy na szybko jakieś analizy w Excelu. Tutaj tworzymy sobie model danych w naszej bazie danych w SQLu po to, żeby później to zwizualizować. Tutaj tworzymy dashboard w Power BI albo w Tableau, żeby oddać to biznesowi, żeby oni mogli codziennie sprawdzać jak tam wygląda stan firmy, stan danego działu.

Z tego typu rzeczami albo BI Developer to też jest rola, która tak naprawdę jest tym samym, tak? Tylko tworzymy raporty bardziej niż analizujemy dane. Sorry, że wbijam się w temat, ale chciałem tylko przypomnieć, że na mojej stronie kajodata.com znajdziesz dostęp do społeczności i platformy dla analityków danych, gdzie jest mnóstwo świetnych materiałów i pełne wersje kursów z Excela, SQL, Pythona i Tableau, a także webinary z Power BI, więc gorąco zachęcam. KajoData.com. Ok, wracamy do tematu. Na przykład jeśli chodzi o Data Scientist'a, no to to są firmy, które muszą być dosyć zaawansowane technologicznie. To są firmy, które muszą sobie pozwolić na koszty, które wiążą się z tym, że mamy takiego Data Scientist'a.