数据分析 数据科学家
数据科学家的角色通常与预测建模、开发细分算法、推荐系统、A/B 测试框架以及经常处理原始非结构化数据等任务相关。
他们的工作性质要求对数学、应用统计学和编程有深入的了解。数据分析师和数据科学家之间有一些共同的技能，例如查询数据库的能力。两者都分析数据，但数据科学家的决策可以对组织产生更大的影响。
以下是数据科学家通常需要具备的一组技能-
在统计软件包中编程，例如：R、Python、SAS、SPSS 或 Julia
能够清理、提取和探索来自不同来源的数据
统计模型的研究、设计和实施
深厚的统计、数学和计算机科学知识
在大数据分析中，人们通常会将数据科学家的角色与数据架构师的角色混淆。实际上，区别很简单。数据架构师定义了存储数据的工具和架构，而数据科学家使用这种架构。当然，如果需要，数据科学家应该能够为临时项目设置新工具，但基础设施定义和设计不应成为他的任务的一部分。
