姐妹专业:商业分析与数据科学的就业不同
利用数据分析与统计的技巧与方法,从对企业对商业表现分析结果来预测与指导未来对商业战略。商业分析的三个阶段是描述(整合分析历史数据并发现问题与机遇)、预测(对历史数据建模并且预测)、规范(通过模拟与优化寻找最优决策)。
在研究生院设置上,商业分析一般在商学院,而且课程设置除了计算机与数学类,还有商科课程。
数据科学(Data Science)
借着数据去理解与分析实际现象,涉及到统计、数据分析、信息科学、数学、计算机科学等各个学科的理论与技术,并且需要运用到机器学习、聚类分析、数据挖掘、数据库与可视化等技术。
在研究生院设置上,数据科学一般在工学院或文理学院,课程设置篇计算机与数学,不涉及商科类课程。
商业分析与数据科学核心知识技能的不同在于,虽然都要求会Python、SQL,但是岗位要求商业分析师更注重概统、数据可视化以及案例分析技能,而数据科学家则更偏机器类,如机器学习、大数据平台、深度学习、推荐系统。
如果未来想要从事商业分析师与数据科学家,也有必会数据分析工具:
1、Tableau-可视化数据软件,可进行不同平台的数据快速整合并生成交互动态数据图;
2、Python-从爬虫、整理数据到分析,实现大数据分析、商业分析、人工智能;
3、R-完成统计模型的建立、经济模型的分析;
4、Excel-利用函数、统计分析、Solver最优化功能辅助数据分析
商业分析师与数据科学家岗位
所需的综合能力:
1、编程能力
a)机器学习理论与Python编程基础:Python语法、线性数据结构、搜索算法
b)Python编程进阶:数据结构与算法、编程能力的提升
2、模型理解
a)工业界主流的传统机器学习模型
b)概统知识的应用
3、项目经验(商业分析与数据科学分开)
a)商业分析:如:犯罪数据分析与预警、电影推荐系统搭建、股票大盘指数预测
b)数据科学:网络营销策略优化、数据可视化与Tableau应用实例、信用评级建模分析与金融风控、数据异常检测与处理