Trong tất cả các vai trò trong thế giới công nghệ, các nhà khoa học dữ liệu có lẽ có sự khác biệt cao nhất về chức danh và trách nhiệm công việc. Một nhà khoa học dữ liệu phải đội rất nhiều loại mũ khác nhau và công việc hàng ngày của nhà khoa học dữ liệu tại Amazon có thể trông khác biệt đáng kể so với nhà khoa học dữ liệu tại Microsoft. Từ việc tìm kiếm các lĩnh vực kinh doanh của công ty có thể được hưởng lợi từ việc thu thập, phân tích và hiểu dữ liệu để quyết định những quyết định chiến lược phải được thực hiện để cải thiện sự hài lòng của khách hàng hoặc tỷ lệ hoàn thành mua hàng, một công ty có thể yêu cầu rất nhiều nhà khoa học dữ liệu.

Một nhà khoa học dữ liệu được kỳ vọng phải có các kỹ năng và kiến ​​thức chuyên môn về thống kê, máy học và thường là kinh tế. MỘT nhà khoa học dữ liệu cần phải có kỹ năng cao trong toán học, thống kê, học máy, trực quan hóa, giao tiếp và triển khai thuật toán. 

Ngoài ra, một nhà khoa học dữ liệu phải hiểu kỹ các ứng dụng kinh doanh của dữ liệu của họ. Nếu bạn đang phân tích dữ liệu tăng trưởng của cây, bạn nên hiểu sự khác biệt giữa chiều cao và chiều cao đến đế vương miện. Loại kiến ​​thức ngữ cảnh này có thể được phát triển trong công việc, nhưng nó có thể là một lợi thế lớn nếu bạn đã có kinh nghiệm làm việc trong ngành nếu bạn đang muốn trở thành một nhà khoa học dữ liệu. Nếu bạn đã là nhân viên ngân hàng được XNUMX năm, khả năng bạn nhận được một vị trí khoa học dữ liệu trong lĩnh vực fintech sẽ tốt hơn nhiều so với trong lĩnh vực chăm sóc sức khỏe.

Những chiếc mũ đa dạng mà một nhà khoa học dữ liệu đội

Khoa học dữ liệu là một lĩnh vực tương đối mới và có thể khó giải thích đối với những người không phải là nhà khoa học dữ liệu các nhà khoa học dữ liệu làm gì cho giáo dân. Điều này dẫn đến nhiều trách nhiệm và chức danh đôi khi hài hước có thể áp dụng cho một nhà khoa học dữ liệu hiện đại.

A nhà khoa học dữ liệu, tùy thuộc vào công ty và công việc cụ thể, có thể chịu trách nhiệm thu thập và làm sạch dữ liệu. Bạn cũng có thể được yêu cầu phát triển các mô hình và đường ống học máy hoặc phục vụ công ty của bạn như một chuyên gia trực quan hóa. Một số nhà khoa học dữ liệu hơn hướng nội trong khi những người khác liên quan nhiều đến các nhóm nội bộ, phi kỹ thuật hoặc thậm chí là khách hàng. Nếu bạn làm việc với những người ít kỹ thuật hơn, bạn sẽ phải kỹ năng giao tiếp xuất sắc, cả để viết báo cáo tóm tắt các phân tích của bạn cũng như để trình bày các phát hiện của bạn và đưa ra các khuyến nghị cho hành động trong tương lai.

Trách nhiệm chính đối với một nhà khoa học dữ liệu (hoặc bất cứ điều gì mà công ty của bạn gọi là người thu thập, phân tích, hình dung hoặc dự đoán dữ liệu) là nói với câu chuyện về dữ liệu. Nó đến từ đâu, chúng ta có thể học được gì từ nó về quá khứ và nó có thể hướng dẫn chúng ta như thế nào trong tương lai? Để làm được điều này thành công, bạn cần phải là một chuyên gia về lĩnh vực kinh doanh hoặc có kiến ​​thức về ngữ cảnh để ghép các mảnh ghép lại với nhau và giải thích cho những người xung quanh về tầm quan trọng của dữ liệu và những hiểu biết sâu sắc bạn có được từ nó. 

Các trách nhiệm chính xác trong lĩnh vực khoa học dữ liệu khác nhau rất nhiều, và có rất nhiều vai trò khác nhau trong lĩnh vực khoa học dữ liệu. Cho dù bạn đang muốn tham gia vào lĩnh vực này hay bạn muốn chuyển đổi công việc, điều thực sự quan trọng là bạn phải giữ một tư tưởng cởi mở về chức danh công việc và ngành nghề. Tôi sẽ cung cấp cho bạn bảng phân tích về các trách nhiệm chung của mười ba vai trò khác nhau trong lĩnh vực khoa học dữ liệu. 

Các công ty thường không giỏi trong việc trao chức danh cho những người trong khoa học dữ liệu, vì vậy, điều quan trọng là bạn phải coi sự phân tích này như một quy tắc chung chứ không phải một định nghĩa chính xác. Nếu một trong những điều này nghe có vẻ hoàn hảo với bạn, thì bạn có thể thu hẹp tìm kiếm của mình xuống một tiêu đề đó, nhưng nếu một số trong số chúng nghe hay, thì tôi sẽ linh hoạt hơn với tiêu đề bạn sử dụng khi tìm kiếm. (Và nếu chức danh thực sự quan trọng đối với bạn, bạn luôn có thể tham gia vào cuộc thương lượng đó khi nhận được lời mời làm việc!)

Bất kỳ công ty hiện đại nào có quy mô đáng kể trên khắp thế giới đều có bộ phận khoa học dữ liệu và một kỹ sư dữ liệu tại một công ty này có thể có những trách nhiệm tương tự như một nhà khoa học tiếp thị ở một công ty khác. Các công việc về khoa học dữ liệu không được gắn nhãn tốt, vì vậy hãy đảm bảo tạo ra một mạng lưới rộng lớn.
 
 

Phân tích trách nhiệm của nhà khoa học dữ liệu theo vai trò

XUẤT KHẨU Phân tích dữ liệu

 
A phân tích dữ liệu tập trung nhiều hơn vào việc thu thập, làm sạch và tổng hợp dữ liệu. Bạn phải có thể điều hướng thoải mái các truy vấn SQL phức tạp. Bạn sẽ chịu trách nhiệm thiết kế và cung cấp báo cáo cho các bên liên quan phi kỹ thuật. Bạn cũng sẽ có cơ hội thiết kế mô hình dữ liệu, hình ảnh hóa và mô hình dự đoán.

XUẤT KHẨU. Quản trị cơ sở dữ liệu

 
Quản trị viên cơ sở dữ liệu quản lý các phiên bản cơ sở dữ liệu, cả phiên bản tại chỗ và đám mây. Như một quản trị cơ sở dữ liệu, bạn phải xây dựng, định cấu hình và duy trì môi trường sản xuất. Bạn cũng sẽ chịu trách nhiệm về hiệu suất, tính khả dụng và bảo mật của cơ sở dữ liệu theo mục đích của bạn. Hãy sẵn sàng để dẫn đầu các hoạt động dữ liệu và cung cấp hỗ trợ khi gọi điện quan trọng.

3. Người lập mô hình dữ liệu

 
Người lập mô hình dữ liệu tạo ra các mô hình dữ liệu khái niệm, kỹ thuật, logic và đôi khi là vật lý. Bạn sẽ phải quyết định lựa chọn và duy trì các tiêu chuẩn thiết kế và mô hình hóa dữ liệu để tạo ra một tầm nhìn thống nhất cho dữ liệu của công ty bạn.

Người lập mô hình dữ liệu cũng phải phát triển các mô hình quan hệ thực thể và thiết kế cơ sở dữ liệu. Bạn có thể cần cải thiện việc thu thập và phân tích dữ liệu của các lớp dữ liệu được trình bày ít cho nhóm hoặc công ty của mình để đảm bảo các tập dữ liệu của bạn là đại diện.

XUẤT KHẨU. Kỹ sư phần mềm

 
Kỹ sư phần mềm thiết kế và bảo trì hệ thống phần mềm. Khi bạn là một kỹ sư phần mềm, hãy sẵn sàng viết mã có thể mở rộng, đáng tin cậy và hiệu quả. Bạn sẽ phải dịch các yêu cầu thiết kế thành mã được kiểm tra kỹ lưỡng, được tài liệu hóa tốt để mang lại tầm nhìn của các nhà thiết kế sản phẩm vào cuộc sống.

5. Kỹ sư dữ liệu

 
Xác định và giải quyết các thách thức về chất lượng dữ liệu sẽ là một nhiệm vụ quan trọng đối với bạn với tư cách là một kỹ sư dữ liệu. Bạn cũng sẽ cần hỗ trợ nhập nguồn dữ liệu vào các giải pháp lưu trữ dữ liệu. Một phần thú vị của một công việc của kỹ sư dữ liệu đang có cơ hội để kiến ​​trúc sư và thiết kế các giải pháp kỹ thuật dữ liệu. Bạn cũng nên sẵn sàng xây dựng các đường ống ETL để trích xuất, chuyển đổi và tải dữ liệu vào kho dữ liệu để báo cáo hạ nguồn. Các kỹ sư dữ liệu cũng chịu trách nhiệm về việc sao chép, trích xuất, tải, làm sạch và quản lý dữ liệu.

6. Kiến trúc sư dữ liệu

 
Kiến trúc sư dữ liệu chịu trách nhiệm chính trong việc thiết kế và bảo trì các đường ống dẫn dữ liệu. Một phần quan trọng khác của công việc của một kiến ​​trúc sư dữ liệu là quản lý cơ sở dữ liệu. Là một kiến ​​trúc sư dữ liệu, bạn sẽ viết các truy vấn hiệu quả và tối ưu hóa các truy vấn hiện có để tối đa hóa khả năng mở rộng và tiết kiệm chi phí. Bạn cũng sẽ chuyển đổi dữ liệu thành báo cáo có thể hành động, tự động hóa và thông tin chi tiết.

XUẤT KHẨU. Thống kê

 
Một nhà thống kê hiểu nhu cầu kinh doanh, phát triển các giả thuyết và xây dựng các thí nghiệm thống kê đúng đắn. Như một nhà thống kê, bạn sẽ xác nhận tính hợp lệ về mặt thống kê của các kế hoạch thử nghiệm của các nhóm kinh doanh khác. Bạn cũng sẽ được yêu cầu huấn luyện và đào tạo các giám đốc dự án hoặc nghiên cứu để phát triển các thử nghiệm hợp lý về mặt thống kê và các chiến lược hoặc chỉ số xác nhận.

Ngoài các thử nghiệm, một nhà thống kê phát triển và thực hiện các chiến lược báo cáo phân tích. Bạn có thể cần phải hành động như một hoạt náo viên thống kê bởi vì một số công ty khoa học dữ liệu yêu cầu các nhà thống kê của họ tích cực thúc đẩy các phương pháp thống kê và khám phá các lĩnh vực kinh doanh mới có thể được hưởng lợi từ phân tích thống kê hợp lý.

8. Nhà phân tích tình báo kinh doanh

 
A nhà phân tích tình báo kinh doanh là một chút về khía cạnh nhẹ nhàng hơn của khoa học dữ liệu. Là một nhà phân tích tình báo kinh doanh, bạn sẽ cần phải thu thập các yêu cầu kinh doanh và chức năng và làm việc để điều chỉnh các giải pháp kỹ thuật với chiến lược kinh doanh. Bạn cũng sẽ làm việc để tạo hoặc khám phá các chiến lược thu mua và xử lý dữ liệu.

Bạn sẽ chịu trách nhiệm trích xuất và thao tác với khối lượng lớn dữ liệu để tạo ra các báo cáo phân tích từ nó. Các nhà phân tích tình báo kinh doanh cũng báo cáo, trình bày và truyền đạt kết quả phân tích cho các bên liên quan chính.

9. Nhà khoa học tiếp thị

 
Các nhà khoa học tiếp thị trình bày ý tưởng và phát hiện cho khách hàng hiện tại và tiềm năng. Họ cũng áp dụng các chiến lược khai thác và phân tích dữ liệu cho dữ liệu, chẳng hạn như dữ liệu nhân khẩu học hoặc tiếp thị. Dựa theo Stone Alliance Group's mô tả của một nhà khoa học tiếp thị, bạn phải “theo dõi và đánh giá các nỗ lực thu hút khách hàng, xu hướng thị trường và hành vi của khách hàng.” Nhà khoa học tiếp thị là nhà khoa học dữ liệu làm việc cụ thể về quảng cáo, tiếp thị hoặc dữ liệu nhân khẩu học của người dùng / khách hàng.

10. Nhà phân tích kinh doanh

 
Một nhà phân tích kinh doanh “phân tích nhu cầu kinh doanh và người dùng, các yêu cầu về tài liệu và thiết kế các thông số kỹ thuật chức năng cho các hệ thống và báo cáo,” theo MaxisIT Inc's các yêu cầu. Nếu bạn là một phân tích kinh doanh hoặc muốn trở thành một, bạn cần phải hiểu các yêu cầu kinh doanh và ngành và sử dụng chúng để hình thành phạm vi hệ thống và các mục tiêu kỹ thuật. Bạn cũng sẽ chịu trách nhiệm xác định sự tương tác của dữ liệu giữa các hệ thống và cơ sở dữ liệu khác nhau.

XUẤT KHẨU. Phân tích định lượng

 
Nhà phân tích định lượng phát triển các mô hình phức tạp bằng cách sử dụng bộ dữ liệu lớn để cung cấp các báo cáo nội bộ và cung cấp thông tin chi tiết về doanh nghiệp. Các hiệp hội phát triển nguồn lực để các nhà phân tích định lượng của họ “phát triển và lãnh đạo việc thực hiện các kế hoạch phân tích, phác thảo phương pháp nghiên cứu, câu hỏi, lấy mẫu và kế hoạch lặp lại”. Các nhà phân tích định lượng cũng tự động hóa quy trình làm việc và làm việc để xác nhận tính toàn vẹn của dữ liệu.

12. Nhà khoa học dữ liệu

 
Là một nhà khoa học dữ liệu, bạn sẽ phải trích xuất, tổng hợp, làm sạch và chuyển đổi dữ liệu từ nhiều nguồn. Bạn sẽ cần xác định các yếu tố ngữ cảnh quan trọng cho vấn đề. Các nhà khoa học dữ liệu phân tích dữ liệu để đưa ra những thông tin chi tiết quan trọng có thể hành động cho doanh nghiệp nhằm cải thiện hiệu suất. Tùy thuộc vào công ty, bạn có thể cần phải dự đoán xu hướng thị trường để giúp công ty phát triển các chi nhánh của mình một cách chiến lược.

Khoa học dữ liệu là về việc tìm kiếm một cân bằng giữa hướng dẫn phân tích ngắn hạn với dự báo và thử nghiệm dài hạn. Bạn cần thông báo những điều quan trọng vào đúng thời điểm, vì vậy điều quan trọng là bạn có thể trình bày những phát hiện trong phương tiện truyền thông dễ tiêu hóa - trực quan hóa dữ liệu và các bài thuyết trình hấp dẫn, chu đáo.

Bạn, với tư cách là nhà khoa học dữ liệu, sẽ mang lại giá trị và hiểu biết sâu sắc từ dữ liệu cho các bên liên quan phi kỹ thuật. Bạn sẽ có cơ hội chủ động tìm ra các khu vực trong công ty có thể được hưởng lợi từ các quyết định dựa trên dữ liệu và làm việc với các nhóm khác để hoàn thành điều này.

13. Kỹ sư học máy

 
Xây dựng các mô hình học máy để sản xuất là trọng tâm chính của kỹ sư học máy. Họ thiết kế và triển khai các dịch vụ và đường ống dẫn dữ liệu có thể mở rộng, đáng tin cậy, hiệu quả. Tùy thuộc vào công ty và lĩnh vực trọng tâm của công ty, bạn có thể cải thiện khả năng cá nhân hóa sản phẩm hoặc dự đoán tốt hơn xu hướng thị trường trong ngành bằng cách áp dụng mô hình học máy cho dữ liệu lịch sử và dữ liệu trực tiếp.

Vai trò và trách nhiệm của các nhà khoa học dữ liệu được đặt ra, nhưng sự khác biệt vẫn còn quan trọng

 
Có rất nhiều sự thay đổi giữa tất cả các vai trò này. Một số tập trung hơn vào việc thu thập số liệu thuần túy trong khi những người khác tập trung nhiều hơn vào việc áp dụng những hiểu biết sâu sắc được tạo ra từ phân tích dữ liệu cho các quyết định kinh doanh. Bất kể chức danh chính xác của bạn là gì, nếu bạn đang làm việc trong lĩnh vực khoa học dữ liệu, bạn sẽ phải tham gia vào nhiều bước khác nhau trong chu trình phát triển sản phẩm theo hướng dữ liệu. Bạn nên sẵn sàng khám phá các lĩnh vực mới để tối ưu hóa, tìm ra các chỉ số quan trọng, tìm dữ liệu để cung cấp thông tin cho các chỉ số này, thiết kế và thực hiện các thử nghiệm cũng như trình bày kết quả của các thử nghiệm / mô hình theo những cách ngắn gọn, chính xác và thuyết phục.

Lĩnh vực khoa học dữ liệu còn non trẻ và được định nghĩa lỏng lẻo. Rất nhiều lần, bạn sẽ tìm thấy các mô tả công việc dưới các chức danh công việc khác nhau nghe giống nhau một cách đáng ngạc nhiên trong phạm vi khoa học dữ liệu. Các công ty thường nhận ra rằng họ có dữ liệu hoặc có thể thu thập dữ liệu và sau đó sử dụng nó để cải thiện mô hình kinh doanh của họ. Tuy nhiên, những bản mô tả công việc này và chức danh công việc mà họ chọn để giao cho họ thường được viết bởi những người không chuyên về kỹ thuật, nghĩa là có rất nhiều sự trùng lặp.

Một kỹ sư dữ liệu tại một công ty có thể đang làm công việc tương tự như một nhà phân tích dữ liệu ở một công ty khác. Tất cả các vị trí này đều liên quan đến việc thu thập hoặc xác thực dữ liệu, áp dụng một số hình thức phân tích, sau đó giải thích kết quả cho các đồng nghiệp không chuyên về kỹ thuật, thông qua báo cáo, dự đoán hoặc trực quan hóa.

Nếu một trong những công việc này nghe có vẻ hoàn hảo với bạn, thì bạn có thể thu hẹp tìm kiếm của mình xuống một tiêu đề đó, nhưng nếu một số công việc trong số đó nghe có vẻ tốt, thì tôi sẽ linh hoạt hơn với tiêu đề bạn sử dụng khi tìm kiếm. Nếu chức danh là thứ thực sự quan trọng đối với bạn, bạn luôn có thể thực hiện điều đó trong cuộc thương lượng khi nhận được lời mời làm việc. Đừng để danh sách trách nhiệm này làm bạn sợ hãi khỏi một công việc nghe có vẻ thú vị. Nếu bạn thực sự muốn trở thành người lập mô hình dữ liệu, nhưng bạn không thấy thoải mái khi tổ chức thông tin dòng họ, bạn có thể xem xét các vị trí người lập mô hình dữ liệu tại các công ty khác nhau hoặc tại các vị trí kiến ​​trúc sư dữ liệu.

Hãy để bảng phân tích mười ba vai trò phổ biến nhất trong khoa học dữ liệu này làm bàn đạp cho việc tìm kiếm một công việc trong ngành khoa học dữ liệu của bạn.

 
 
Nate Rosidi là một nhà khoa học dữ liệu và trong chiến lược sản phẩm. Anh ấy cũng là một giáo sư trợ giảng dạy phân tích và là người sáng lập StrataScratch, một nền tảng giúp các nhà khoa học dữ liệu chuẩn bị cho cuộc phỏng vấn của họ với các câu hỏi phỏng vấn thực tế từ các công ty hàng đầu. Kết nối với anh ấy trên Twitter: StrataScratch or LinkedIn.

Nguồn: https://www.kdnuggets.com/2022/01/deep-look-13-data-scientist-roles-responsibility.html