您的位置 广州生活男女

漫谈什么是数据科学家？

数据工程师、数据分析师、算法工程师、数据科学家

近半年，居士看了很多关于数据科学家的模模糊糊的概念，也听了很多所谓数据科学家讲到自己比数据分析怎么怎么厉害，但，细问其和数据分析、数据挖掘有何区别时，又含含糊糊，讲不清楚。

私以为，究其原因，很多所谓的数据科学家也并不知其岗位区别于其它岗位之本质为何，听到一两个厉害的名词就赶快套在自己身上，一旦被人深究，就原形毕露。

居士虽不明其本质，愿意分享自己在经过大量的调研和思考后，对该概念的理解，与各位小伙伴们探索进步。

废话少说，通过四个岗位的对比，简单阐述一下居士对于数据科学家的理解：

数据工程师：以开发为主，比如大数据开发、数据仓库开发，大家常见到的报表开发工程师、BI工程师也可大致归于此类，主要产出物为数据表、报表等。
数据分析师：我更倾向于在这里称之为“ 古典数据分析师”，一般多指用Excel、Sql对数据解读的分析师，主要产出物为对现状解读和建议的数据报告、PPT等。
算法工程师：

在互联网公司里面，我更倾向于称之为“ 现代数据分析师”，翻阅了很多国内外关于数据科学家的资料后，发现大部分互联网公司的数据分析师做的事情（理想情况下）和所谓的数据科学家并无太本质的区别。
主要工作内容仍然是以统计学为主的数据分析工作，更多地会用到机器学习应用的能力，更偏向于用AB实验来进行业务策略设计。
主要产出物和数据分析的区别是：在数据分析的报告基础上，常常要提出能帮助业务改进的策略，并有一定的落地能力。比如现在常提到的 用户增长策略、 商业化策略等。

数据工程师：以开发为主，比如大数据开发、数据仓库开发，大家常见到的报表开发工程师、BI工程师也可大致归于此类，主要产出物为数据表、报表等。

数据分析师：我更倾向于在这里称之为“ 古典数据分析师”，一般多指用Excel、Sql对数据解读的分析师，主要产出物为对现状解读和建议的数据报告、PPT等。

算法工程师：

在互联网公司里面较多是指：推荐、广告、搜索相关的算法开发同学，也包含NLP、CV等算法开发同学。主要产出物偏线上的算法工程模块，比如推荐算法的线上模块。

在传统行业里面，常称之为数据挖掘工程师，较多指会用机器学习工具的数据分析师。

数据科学家：

在互联网公司里面，我更倾向于称之为“ 现代数据分析师”，翻阅了很多国内外关于数据科学家的资料后，发现大部分互联网公司的数据分析师做的事情（理想情况下）和所谓的数据科学家并无太本质的区别。
主要工作内容仍然是以统计学为主的数据分析工作，更多地会用到机器学习应用的能力，更偏向于用AB实验来进行业务策略设计。
主要产出物和数据分析的区别是：在数据分析的报告基础上，常常要提出能帮助业务改进的策略，并有一定的落地能力。比如现在常提到的 用户增长策略、 商业化策略等。

在互联网公司里面，我更倾向于称之为“ 现代数据分析师”，翻阅了很多国内外关于数据科学家的资料后，发现大部分互联网公司的数据分析师做的事情（理想情况下）和所谓的数据科学家并无太本质的区别。

主要工作内容仍然是以统计学为主的数据分析工作，更多地会用到机器学习应用的能力，更偏向于用AB实验来进行业务策略设计。

主要产出物和数据分析的区别是：在数据分析的报告基础上，常常要提出能帮助业务改进的策略，并有一定的落地能力。比如现在常提到的 用户增长策略、 商业化策略等。

为了方便通过既能更深入地理解几个岗位，下面的表格简单列了一些能力项上的侧重点，供君参考（不同公司的情况可能有很大区别）：

能力项目数据工程师数据分析师算法工程师数据科学家业务理解和沟通一般重要中等重要数据解读和可视化一般重要一般重要数据仓库和治理重要一般中等中等统计学应用一般重要中等重要机器学习应用一般中等重要重要算法理论深度一般中等重要一般大数据和软件工程能力重要一般重要一般