数据科学是什么
分类:专家指南2020-08-13
数据科学是一门涉及到统计, 数据分析及其相关方法的科学,借用数据去“理解和分析实际现象”。数据科学使用到数学、统计、信息科学和计算机科学等各个学科的技术和理论,特别是以下分支:机器学习, 分类, 聚类分析,数据挖掘,数据库和可视化。大多数院校的Data Science属于STEM学科。
就业前景
大数据是最近几年来发展最快的行业,而且迅速变成主流,有大量的职业缺口和需求。因此学数据科学在近年来就业将是非常理想的。很多人毕业以后到高科技企业,比如FLAG(Facebook, Linkedin, Amazon和Google)以及阿里巴巴、腾讯、京东等国内高科技企业,主要从事的行业包括金融、计算机软件、科研、IT技术服务、生物技术等等。一般,美国大企业的年薪在10万美金以上。
总体来看,常见职位分为偏商业和偏数据方面的两类。 和商业比较相关的,比如Business Analyst,除了比较硬核的技能-计算机编程,系统工程和数据库管理等,还包括分析能力、人际交往能力、领导力,管理能力和交流能力等等。而偏数据方面的,比如Data Architect等更加强调硬核技能,要求非常强的分析能力、创造性解决问题的能力、对数据的理解,以及对各种数据库、各种操作系统开发平台比较熟悉。
项目设置
数据科学常见的专业名称有Data Science,Data Analytics,Big Data,Computer Science/Statistics/Analytics (with concentration in Data Science),一般隶属于文理学院或者工学院。该项目主要是面向职业培训、侧重工业界需求,注重培养学生分析数据、解决问题的实际动手能力,课程一般不涉及理论知识。所以设置博士学位的学校比较少。
数据科学和商业分析的区别
从专业简介和研究内容上看,数据科学和商业分析比较类似,所以很多学生会同时选择两个专业,但是实际上两个专业还是有区别的,具体如下:
|
|
数据科学 |
商业分析 |
|
|
所在学院 |
工学院 文理学院 |
商学院居多 |
|
|
课程设置 |
偏计算机和数学 |
计算机,数学和商科 |
|
|
专业课程 |
数学,计算机科学,信息科学,软件工程,技术通信,计算机信息系统,统计学 |
商务管理,信息技术,金融,政治,人类学,经济,历史,心理学 |
|
|
职业岗位 |
数据科学家 |
商业分析师 |
|
|
所用技能 |
决策制定 |
运用数据挖掘发现数据集中的机会,编写机器学习算法来支持决策制定 |
把从多方面数据分析中的业务洞察力转化为有形资源,为业务决策提供帮助 |
|
问题解决 |
为解决业务问题创建分析基础 |
定义业务问题并将统计分析转化为数据驱动的商业智能,从而改善经营业绩 |
|
|
数据分析 |
运用线性判别分析和多元线性回归选择等方法来管理和组织多元大数据集 |
运用描述性,预测性和规划性分析来研究,解释和可视化原始数据,让原始数据变得有价值且能为商业用户所用 |
|
|
分析模型 |
SAS, SQL, R, SPSS, Python, KNIME等语言工具 |
利用数据模型理解,整合并建议解决方案 |
|
|
数据库管理 |
用Teradata, Oracle和Hadoop等工具来设计,开发和结构化数据库 |
用Teradata, Oracle和Hadoop等为不同形式的数据(编码和非编码的)定义,并调整数据库需求 |
|
