5 أنواع وظائف علوم البيانات الأكثر شيوعًا

يتم إنتاج 2.5 كوينتيليون بايت من البيانات على أساس يومي على هذا الكوكب. ولكن من هو الشخص العظيم وراء تحليل معظم تلك البيانات ومساعدة جميع الصناعات من خلال توفير حلول الأعمال؟ نعم ، إنه عالم بيانات ( الأبطال المشهورون المجهولون )! لقد تم الإعلان عن أهم وظيفة في القرن الثاني والعشرين ، ولكن هل تعرف نوع الوظيفة التي يقدمها Data Science؟ حسنًا ، نحن هنا لننقل لك شعلة التنوير ، يا روح فضولية!

ولكن قبل أن نبدأ في هذا المسعى ، دعونا نبدأ بنصيحة أساسية - يجمع علم البيانات بين عدد من التخصصات ، بما في ذلك تحليل البيانات والإحصاءات وعلوم الكمبيوتر والتعلم الآلي. قد يكون الأمر شاقًا ومربكًا عندما تكون جديدًا في هذا المجال ، ولكن من المهم أن تتذكر أن الشركات المختلفة تتوقع أدوارًا مختلفة من نفس الملف الشخصي. هذا يعني أن "عالم البيانات" غالبًا ما يستخدم كمصطلح شامل حيث يختلف JD اختلافًا جذريًا ، كما تختلف مجموعة المهارات المطلوبة أيضًا.

فيما يلي بعض وظائف علوم البيانات التي يمكنك النظر فيها:

• مهندس البيانات

مع استيلاء الإنترنت على العالم ، يصبح النشاط التجاري غير موجود عمليًا إذا كنت لا تستطيع الادعاء بأن لديك نتيجة بحث google لاسمك. بعض الشركات محظوظة بما يكفي للحصول على عدد كبير من الزيارات ، ولكن تأتي معها مشكلة أخرى كاملة تتمثل في الاضطرار إلى التعامل مع الكثير من البيانات. لكن ماذا تفعل بهذه البيانات؟ حسنًا ، يمكن أن تكون البيانات مفتاحك للنجاح ، إذا تم استخدامها بحكمة. يمكن إنشاء البنية التحتية للبيانات للحفاظ على تقدم الشركة. هنا ، التعلم الآلي والإحصاءات الثقيلة أقل أهمية من مهارات هندسة البرمجيات القوية. فقط تذكر أنه في الشركات التي تتطلع إلى الاستفادة من كميات متواصلة من البيانات يمكن أن تكون أقل وفرة لفرص الإرشاد لعلماء البيانات المبتدئين.

يمكن للمرء أن ينمو أضعافًا مضاعفة في هذا المجال ، ولكن خطر الركود والتخبط مرتفع أيضًا إذا تخلى عنك حظك ولم يتم إعطاؤك التوجيه الكافي.

الخبرة المهنية والتقنية
انفورماتيكا 9 ، برمجة Unix Shell ، Pl / SQL
لغات البرمجة: Java / Python / Scala

• محلل البيانات

غالبًا ما تكون مرادفًا لكونك عالم بيانات في معظم الشركات ، قد يتطلب منك وصف وظيفتك أو ملفك الشخصي أن تصبح Tableau أو Excel Maestro ، أو تسحب البيانات من قواعد بيانات SQL ، ولوحات معلومات التقارير ، وإنتاج تصورات البيانات الأساسية.

التقنية التي اكتسبت شعبية على مر السنين هي اختبار A / B - حيث يتم إجراء تجربة عشوائية مع متغيرين ، A و B ؛ يتم تضمين الفرضية الإحصائية في تطبيقها ، ثم يتم استخدام اختبار الفرضية المكون من عينتين في إحصاءات العمل الخاصة بالشركة أو المشروع. قد تتوقع وظيفتك أيضًا أن تقوم بتحليل نتائج اختبار A / B أو أن تأخذ زمام المبادرة في حساب Google Analytics للشركة.

الخبرة المهنية والتقنية
انفورماتيكا 9 ، برمجة Unix Shell ، Pl / SQL
لغات البرمجة: Java / Python / Scala

• مهندس البيانات

تتزايد أهمية مهندسي البيانات كل دقيقة. يتكون دورهم الوظيفي من إنشاء مخططات لجميع إدارة أنظمة البيانات التي يجب على الشركة دمجها وحمايتها ومركزيتها وصيانتها. يحتاج المهندسون المعماريون في هذا المجال إلى تقنيات رئيسية مثل Spark و Hive و Pig ، بالإضافة إلى كونهم على قدم المساواة مع اتجاهات الابتكار المستمرة في الصناعة.

من المتوقع أن يكون مهندسو البيانات ماهرين في نمذجة البيانات المادية ، ونمذجة البيانات المنطقية ، واستراتيجية البيانات ، ولغات الاستعلام عن البيانات ، وتطوير سياسات البيانات ، وتخزين البيانات ، وتحديد واختيار النظام الذي سيثبت بشكل أساسي أنه الأفضل لمعالجة تخزين البيانات واسترجاعها ، والإدارة.

• مهندس التعلم الآلي

غالبًا ما ينصب تركيز مهندسي التعلم الآلي على إنتاج منتجات غير عادية تعتمد على البيانات أكثر من التركيز على الإجابة على الأسئلة التشغيلية للشركة. صفتهم ليست معرفة كيفية عمل الخوارزميات ولكن كيفية استخدامها. إذا عرف المرء كيف يتجادل مع الكود ، فسيكون قادرًا على التمخض و cp = omb من خلال مجموعات البيانات المختلفة وسيكون قادرًا على العثور على ما يبحثون عنه بالضبط.

يمكن أن يكون موقفًا مثاليًا لشخص انغمس في الرياضيات أو الإحصاء أو الفيزياء بشكل رسمي ، ولا يزال لديه نفس الحماس لمتابعة مسار أكثر ميلًا أكاديميًا. تقريبًا ، يتضمن دور مهندس التعلم الآلي تحسين الحلول للأداء وقابلية التوسع ، وضمان تدفق البيانات الوظيفية بين أنظمة قاعدة البيانات والخلفية ، وتنفيذ كود التعلم الآلي المخصص.

• إحصائي

في حين أن جميع الأدوار المذكورة أعلاه تستكشف البيانات بمرح ، إلا أن هناك دورًا واحدًا يتصرف مثل المنشفة الرطبة في الحفلة - وهو دور الإحصائي. هذا لا يعني أن الدور ممل بأي شكل من الأشكال ، ولكن لأن هؤلاء هم الأشخاص الذين يساعدون الشركة في اتخاذ قرارات تتجاوز البيانات. هناك ما هو أكثر من إطلاق نظام التعلم الآلي الخاص بك أكثر مما كان يعمل بشكل مثالي في مجموعة بيانات معينة - مثل ، كيف يعمل عند تشغيله في الإنتاج وما إلى ذلك. هذا هو المكان الذي تلعب فيه مهارات الإحصائي دورًا. إنها تساعد في اتخاذ القرارات والتوصل إلى استنتاجات بأمان عندما لا تكون جميع الحقائق متوافقة تمامًا.

يتطلب مجال علوم البيانات الكثير من "التدريب والفضول" حتى تتمكن من تحقيق اكتشافات سليمة في البيانات الضخمة. مع توقع وصول البيانات إلى 40 زيغابايت بحلول عام 2020 ، سيكون هناك بالتأكيد نقص في المهنيين المدربين الذين يتعاملون مع تلك البيانات. استقل قطار علوم البيانات ، وقد تجد نفسك تحصل على مكافأة لإنقاذ العالم من خلال كيفية مناورك بشأن البيانات!