数据科学家vs数据分析师，到底有啥区别？

来自：水畔网行 0 0 2020-06-26

数据科学和机器学习两个领域很容易混淆，从职责描述上还是大家的普遍印象里，这两个职位都差不多。相较之下，数据科学和数据分析这两个职位更容易区分。它们虽有关键差别，但也有相似之处。

（点击图片，加入移民交流群）

数据科学家

代码示例，用于拟合数据科学中的模型并做预测。来源：作者的屏幕截图。

换一个角度看数据科学，这是一个实施自动化统计的行业，使用各种模型来进行分类和预测。下面是成为一名数据科学家必备的一些技能：

Python 或者 R
SQL
Jupyter Notebook
算法/建模

Python——根据我个人经验，大部分公司倾向于用Python而不是R作为主要编程语言。虽然职位描述里可能会同时列出两者；但是，我猜你身边的大多数人——比如机器学习工程师、数据工程师和软件工程师——都不怎么熟悉R。因此，要想成为一名更全面的数据科学家，Python应该更有用。
SQL——乍看之下更像是数据分析师的技能，确实如此，但SQL仍是你从事数据科学必备的技能。工作中数据集往往不会直接发给你的，这跟学术界不同，你需要通过SQL获得自己的数据集。现在有很多SQL的分支，比如PostgreSQL、MySQL、Microsoft SQL Server T-SQL，以及Oracle SQL。它们都属于同一种查询语言，形式接近，但平台不同。因此，会其中任何一种就行，换到另一种SQL很容易。
Jupyter Notebook——数据科学家的游乐场，既可以用于编程也可以建模。你可以把Jupyter当作一个研究工具，你可以编程，写代码，注释掉代码，调用sklearn、pandas和numpy这些库来建模和测试。
算法——数据科学家的主要职责是用算法来快速准确地预测、分类，以及根据数据来给建议。每当你用新的数据来训练模型，就会得到一些新的结果。关键的算法通常分成两大类：无监督学习（如聚类）和有监督学习（如分类/回归）。
一些具体的关键算法：

随机森林（系综分类）
Logistic回归（分类——不是回归）
K-Means（聚类）
K-最近邻（分类/回归）

总的来说，数据科学家要做很多事，但主要职责是：

与有关部门一起定义要解决的问题
获取数据（使用SQL）
探索性的数据分析、特征工程、模型构建、预测（使用Python、Jupyter Notebook、各种算法）
根据工作场景，将代码编制成.py文件和/或用于部署的模型

想了解什么是数据科学家、收入如何、这个领域的前景，以及更多有用的信息，可以参考加州大学伯克利分校的这个链接：

https://datascience.berkeley.edu/about/what-is-data-science

数据分析师

数据分析师与业务分析师、商业情报分析师，甚至Tableau开发人员有着相似的头衔。数据分析的重点是描述和可视化数据所包含的信息，然后向非技术用户传达并做进一步的解释说明。做预测分析的数据分析师跟数据科学家的工作有很多重叠部分——与数据科学家有更多相似之处，但不是通过自动化、算法化的方法来输出预测的。

数据分析师需要具备的一些主要技能有：

SQL
Excel
Tableau（或者其他可视化工具，比如Google Data Studio）

SQL——前文提到过数据科学家如何使用SQL，数据分析师也会进行类似的操作。但是，SQL对数据分析师更重要。数据科学家可能只是简单地从表单中选择列就可以了，而数据分析师却要执行更为复杂的查询操作（例如，常用的表单表达式，数据透视表，窗口函数，子查询）。不同公司情况不同，有时候数据分析师更接近数据工程师，而非数据科学家。
Excel——很老派，但依然很强大，你甚至可以用它做预测分析和趋势分析。主要的坑爹之处是跟Python比速度太慢。
Tableau——可视化工具，但根据我的经验，大多数公司都把它明确列为数据分析师的必备技能。在Tableau中可以拖放数据到预设图表，简单强大；还有更多复杂的高级功能，比如计算字段，连接到一个实时的SQL数据库而非基于静态的Excel表单进行分析。
总的来说，数据分析师也要做很多事，但主要职能是：