Data Scientist, Data Analyst, Data Arhitect. Mik a különbségek?

Ott kezdeném hogy ezek között a területek között sok átfedés van, sokszor van az hogy egyik csinálja valamennyire a másik feladatát is.

Data analyst általában meglévő adatokat szed elő és egyszerűbb statisztikai analíziseket csinál, sokszor kimerül ez egy sima excel tábla + sql használatnál.

Data scientist komplexebb adatokkat foglalkozik, a cél az adatok felfedezése, adatok egyesítése (mondjuk lakásban élők száma és szobák számából össze lehet rakni a személy/szobát), adatok fehérítése stb stb. Majd a végcél általában egy model létrehozása ami lehet sima machine learning vagy neurális háló.

Data architecht(sokszor engineer) általában az adat infrastruktúráért felelősek, minnél hatékonyabb tárolás, előhívás, hibák javítása stb.

Data Analyst-hoz, és általában az analyst melókhoz hozzátartozik hogy a magyarban jobb híján használjuk az "elemző" szót, többnyire, szerencsére szó sincs arról hogy bármit elemezni kéne, legalábbis úgy ahogy elsőre gondolná az ember.

Azért írom, hogy szerencsére, mert ha ezt nem tudom, nem jelentkezek az első ilyen melómra. Amit kár lett volna kihagyás, ma már nem csinálnék mást szívesen.

Sokkal inkább a számvitelből ismerős analitika-szintetika párosból az első, az analitika, ami leírja ezeket a munkakörökben.

Ott, egyszerűen fogalmazva, annyi történik, hogy a nyers számla és egyéb adatokból elkészült egy bizonyos "Analitika", ami napjainkban leginkább egy excel fájl. Ez az ami mehet tovább a könyvelésre, akik könyvelnek, ezeket a számlákat rögzítik az "akasztófán" azaz a könyvelőprogramban és nem közvetlenül a számlákról.

Az "analyst" sem tesz mást, mint valamilyen nyers adatot vagy adatokat úgy mozgat, gyúr, rak egymás alá, mellé, tisztít stb hogy az aztán használható legyen egy további lépés során.

Például valamilyen tool-nak az adattartalma, havonta elkészülő egyszerű "riport" amiből semmi következtetést nem kell levonni, csak valaki a napi munkájához onnan vesz adatot, és hasonló melók.

Talán kicsit pongyolán fogalmaztam de az analyst részhez ezzel kicsit hozzá tudtam tenni :)

Mint mondtam, nekem ez nagyon bejön, talán azért is mert eredetileg pénzügy-számvitel szakon végeztem és itt megtaláltam a rendszerben gondolkodás lehetőségét.

A jelenlegi helyemen van lehetőség "architect" irányba (is) tovább lépni, egyelőre ebből annyit látok hogy talán ők lehetnek azok akik a rendszerre kívülről is rálátnak, mi, miért, honnan jön stb. Ennél többet sokkal nem, szóval ezért is hasznos itt számomra minden hozzászólás.

Az analyst munkához még annyit, hogy excel, minden mennyiségben, plusz szerintem a power bi is hasznos lesz itt hamarosan. Nem a színes-szagos diagramok miatt, hanem mert egyszerűbben, több helyről, dinamikusabban tudja "beszívni" az adatokat mint bármilyen excel.

Makró, python stb amit sajnos jelenleg fölöslegesnek látok, az ilyesmit lefejleszti India.

Hú, az eleje jó nagy katyvasz lett :) Szóval a lényeg: én azt hittem valamilyen "elemzésről" van szó és ezért sokáig nem is mertem jelentkezni ilyesmire.

Zárójel: annyira valóban kell elemezni, hogy ha valami furcsaságot, eltérést látsz, akkor annak általában utána kell járni. Szóval kritikus szemmel kell néznünk a végeredményt. De ennyi, sok-sok lépcsőfokra vagyunk bármilyen döntésről. (Hacsak nem vesszük döntésnek megkérni a kollégánkat hogy írjon át ezt vagy azt Sap-ban.)