Melihat Apa yang Anda Perlu Tahu Apabila Memulai Sains Data - dummies

Sebahagian daripada Sains Data Untuk Dummy Lembaran Menipu

Secara tradisinya, data besar adalah istilah untuk data yang mempunyai kelantangan, halaju, dan pelbagai yang luar biasa. Teknologi pangkalan data tradisional tidak mampu mengendalikan data besar - lebih banyak penyelesaian inovasi yang diperlukan oleh inovasi diperlukan. Untuk menilai projek anda sama ada ia memenuhi syarat sebagai projek data besar, pertimbangkan kriteria berikut:

• Volume: Antara 1 terabytes / tahun dan10 petabytes / tahun

• Halaju: Antara 30 kilobyte / saat dan 30 gigabait / kedua

• Pelbagai: Sumber gabungan data tidak berstruktur, separuh berstruktur dan berstruktur

kejuruteraan data tidak sama

Pengurus pengiring cenderung untuk mengelirukan peranan saintis data dan jurutera data. Walaupun ada kemungkinan untuk mencari seseorang yang melakukan sedikit keduanya, setiap bidang sangat kompleks. Ia tidak mungkin anda akan dapati seseorang yang mempunyai kemahiran dan pengalaman yang mantap di kedua-dua kawasan. Atas sebab ini, penting untuk dapat mengenal pasti jenis pakar yang paling sesuai untuk membantu anda mencapai matlamat tertentu. Deskripsi di bawah ini akan membantu anda melakukannya.

• Para saintis data: Para saintis data menggunakan pengkodan, kaedah kuantitatif (matematik, statistik, dan pembelajaran mesin), dan kepakaran khusus dalam bidang pembelajaran mereka untuk mendapatkan penyelesaian kepada masalah perniagaan dan saintifik yang rumit.

• Jurutera data: Jurutera data menggunakan kemahiran dalam sains komputer dan kejuruteraan perisian untuk merekabentuk sistem dan menyelesaikan masalah dengan, mengendalikan dan memanipulasi set data besar.

Sains data dan risikan perniagaan juga tidak sama

Ahli sains data yang berpusatkan perniagaan dan penganalisis perniagaan yang melakukan risikan perniagaan adalah seperti sepupu. Kedua-dua jenis data penggunaan pakar untuk mencapai matlamat perniagaan yang sama, tetapi pendekatan, teknologi, dan fungsi mereka berbeza. Deskripsi di bawah menjelaskan perbezaan antara kedua-dua peranan.

• Perniagaan risikan (BI): Penyelesaian BI biasanya dibina menggunakan dataset yang dijana secara dalaman - dari dalam organisasi bukan dari tanpa, dengan kata lain. Alat dan teknologi biasa termasuk pemprosesan analisis dalam talian, transform dan beban ekstrak, dan pergudangan data. Walaupun BI kadang kala melibatkan kaedah berpandangan ke hadapan seperti peramalan, kaedah ini didasarkan pada kesimpulan matematik yang mudah dari data sejarah atau semasa.

• Sains data perniagaan-centric: Penyelesaian sains data-centric perniagaan dibina menggunakan dataset yang bersifat dalaman dan luaran kepada sesebuah organisasi. Alat, teknologi, dan keterampilan yang biasa termasuk platform analisis berasaskan awan, pengaturcaraan statistik dan matematik, pembelajaran mesin, analisis data menggunakan Python dan R, dan visualisasi data canggih. Para saintis data yang berorientasikan perniagaan menggunakan kaedah matematik atau statistik maju untuk menganalisis dan menjana ramalan dari sejumlah besar data perniagaan.